Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/4269| Título: | Análise de sentimento: uma comparação de dados extraídos do Twitter a partir de diferentes dicionários léxicos |
| Título(s) alternativo(s): | Sentiment analysis: a comparison of data extracted from Twitter from different lexical dictionaries |
| Autor(es): | MONTELES, Gabriel Silva |
| Palavras-chave: | Big Data Análise de Sentimentos Dicionário Léxico Big Data Sentiment Analysis Lexicon Dictionary |
| Data do documento: | 17-Dez-2019 |
| Editor: | Universidade Federal do Maranhão |
| Resumo: | Ao longo dos últimos anos, o número de dispositivos conectados a internet cresceu exponencialmente e, consequentemente, houve um aumento da quantidade de dados gerados por esses dispositivos. Essa grande quantidade de dados gerados a todo momento, deu origem ao conceito de Big Data. Esse volume de dados possibilita a prática da análise de sentimentos, onde é possível classificar opiniões em positivas, negativas ou neutras em diversos meios, como em tweets, onde, por apresentar comentários com poucos caracteres, torna-se viável a produção de uma análise a nível de sentença. Um dos principais problemas relacionados a análise de sentimentos a nível de sentença está relacionado à declarações onde o sentimento de uma determinada sentença não permanece explicito. Também consistem em problemas, sentenças onde é utilizada uma linguagem informal ou são utilizados gírias e regionalismos, impossibilitando a classificação da polaridade de determinada palavra, acarretando em uma classificação errônea de determinado texto. Almejando uma análise que possa contornar os problemas apresentados, neste trabalho será realizada uma análise de sentimentos a nível de sentença tendo como base tweets a respeito da grande quantidade de focos de incêndio ocorridos na região amazônica no mês de setembro de 2019. Essa análise será feita visando uma comparação entre os três dicionários léxicos utilizados na metodologia, onde será proposto um conjunto de melhorias nos mesmos, objetivando a eliminação de inconsistências que acarretam em problemas comuns durante a análise de sentimento a nível de sentença e, consequentemente, produzir uma análise com resultados mais precisos. Por fim, os resultados obtidos pelos dicionários após as modificações foram excelentes, acarretando em um resultado das avaliações dos dicionários semelhante à avaliação realizada pelo autor. |
| Descrição: | Abstract Over the last few years, the number of devices connected to the internet has grown exponentially and, consequently, there has been an increase in the amount of data generated by these devices. This large amount of data generated at all times gave rise to the concept of Big Data. This volume of data enables the practice of sentiment analysis, where it is possible to classify opinions as positive, negative or neutral in various media, such as in Tweets, where, by presenting comments with few characters, it is feasible to produce a sentence-level analysis. One of the main problems related to sentence-level sentiment analysis is related to statements where the sentiment of a particular sentence does not remain explicit. There are also problems, sentences in which informal language is used or slang and regionalisms are used, making it impossible to classify the polarity of a given word, resulting in a misclassification of a given text. Aiming at an analysis that can circumvent the problems presented, this paper will analyze sentiments at the sentence level based on the large amount of fire outbreaks that occurred in the Amazon region in September 2019. This analysis will be made aiming at a comparison between the three Lexical dictionaries used in the methodology, where a set of improvements will be proposed, aiming at the elimination of inconsistencies that lead to common problems during the sentence-level disagreement analysis and, consequently, produce an analysis with more accurate results. Finally, the results obtained by the dictionaries after the modifications were satisfactory, resulting in a result of the dictionary evaluations similar to the author’s evaluation. |
| URI: | http://hdl.handle.net/123456789/4269 |
| Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| GABRIEL-MONTELES.pdf | Trabalho de Conclusão de Curso | 917,85 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.