Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Corrêa, Ulisses Brisolara |
Orientador(a): |
Araújo, Ricardo Matsumura de |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Pelotas
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação
|
Departamento: |
Centro de Desenvolvimento Tecnológico
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
http://guaiaca.ufpel.edu.br/handle/prefix/7433
|
Resumo: |
Uma grande quantidade de textos opinativos se tornou disponível publicamente com o aumento do acesso à Internet e a popularização de sistemas onde o usuário é coautor do conteúdo. Nesses textos, pode-se encontrar muitas informações valiosas, tanto para indivíduos quanto para entidades (privadas ou governamentais). No entanto, dado o grande volume de dados disponíveis, extrair informações relevantes destas fontes pode ser um desafio. A Análise de Sentimento é a área da Ciência da Computação focada em extrair de documentos os sentimentos expressos por indivíduos com relação às entidades, por exemplo, produtos ou serviços. Entretanto, embora a área venha crescendo ano a ano, há reconhecida carência de trabalhos focados na Língua Portuguesa. Quanto mais complexas as tarefas, mais difícil é encontrar soluções para o português. A Análise de Sentimento em Nível de Aspectos é uma dessas tarefas complexas, lidando com um tipo específico de análise de sentimento abordagem que realiza análises de sentimentos expressos em um nível bastante específico, buscando explicar quais aspectos (partes ou propriedades) das entidades estão despertando o sentimento descrito no texto. Este trabalho colabora para suprir essa deficiência. Neste trabalho criamos um corpus de reviews de hotéis anotados em nível de aspectos e o utilizamos para criar uma solução para o problema de Análise de Sentimento em Nível de Aspectos em textos escritos em Língua Portuguesa usando Redes Neurais Convolucionais com entradas em Nível de Caractere. Em nossos experimentos, os resultados obtidos por nossas abordagens demonstram que o método proposto possui desempenho superior aos do método estado da arte para a Língua Portuguesa, baseado em léxicos de sentimento. Também comparamos nossos resultados com um método do estado da arte para a Língua Inglesa, baseado em LSTM com mecanismos de atenção. |