Aplicação de um sistema Fuzzy para classificação de opinião em diferentes domínios

• Ano de defesa: 2015
• Autor(a) principal: Silva, Matheus Cardoso de Andrade
• Orientador(a): Loula, Angelo
• Banca de defesa: Rocha Júnior, João, Camargo, Heloísa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto de Matemática. Departamento de Ciência da Computação
• Programa de Pós-Graduação: Mestrado Multiinstitucional em Ciência da Computação
• País: brasil
• Palavras-chave em Português: Sistema Fuzzy
• Área do conhecimento CNPq: Ciência da Computação
• Link de acesso: http://repositorio.ufba.br/ri/handle/ri/19377

Opiniões são centrais em quase todas as atividades humanas, porque exercem relevante influência sobre o comportamento das pessoas. A internet e a web criaram mecanismos que tornaram possível que as pessoas pudessem compartilhar suas opiniões e para que eias, e também organizações, pudessem encontrar facilmente mais informações sobre as opiniões e experiências de outros indivíduos para ajudar em tomadas de decisão. Ainda assim, opiniões envolvem sentimentos que são descrições textuais vagas e imprecisas. Devido à natureza destes dados, a Lógica Fuzzy pode ser uma abordagem promissora para lidar com esses tipos de informações. Assim, este trabalho propõe a criação e a avaliação de sistema fuzzy para realizar um processo de mineração e classificação de opinião em diferentes domínios. Diversas características foram extraídas dos documentos e algoritmos de seleção de características foram aplicados para selecionar as mais aptas para representar e classificar os documentos. Com base nas características selecionadas, o método de Wang-Mendel (WM) e variados métodos de inferência foram utilizados para gerar as regras fuzzy e classificar documentos. Os resultados obtidos mostraram que a proposta é promissora, pois o desempenho das regras geradas se equipararam ou superaram trabalhos correlatos na literatura, demonstraram bons resultados entre domínios diferentes e ainda se igualaram a resultados de métodos clássicos de aprendizado de máquina, como o Support Vector Machine.