Análise de sentimentos: classificador para tweets sobre covid-19 e uma análise de um futuro classificador para comentários de pacientes de HIV

• Main Author: Improta, Gianpaolo Martins
• Publication Date: 2023
• Other Authors: Pereira, Leonnardo Silva Santos
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• dARK ID: ark:/87559/0013000005s9p
• Download full: http://app.uff.br/riuff/handle/1/30880
• topic: Mineração de texto; Análise de sentimentos; Rede neural artificial; HIV; HIV; Mineração de opiniões (Computação); Rede neural artificial

Um problema enfrentado pelos órgãos de saúde pública é a adesão ao uso dos medicamentos para infecções sexualmente transmissíveis como o HIV, pois muitas vezes determinado medicamento pode causar efeitos colaterais muito fortes, o que faz que parte da população deixe de tomar o medicamento distribuído pelo sistema público de saúde. Neste trabalho foram desenvolvidos uma metodologia e um classificador capaz de realizar uma análise de sentimentos em comentários de pacientes sobre efeitos de medicamentos tomados para o tratamento e combate ao HIV em português. Foram determinados métodos de pré-processamento e a construção de um classificador baseado em rede neural, utilizando como fonte para o treinamento tweets em português e em inglês sobre COVID-19. Mesmo com uma maior complexidade da língua portuguesa em relação à língua inglesa, e com uma base de menor quantidade de linhas, foi possível atingir uma acurácia de 71,11% com o modelo treinado com base nos dados em português e uma acurácia de 83,01% com o modelo treinado com base nos dados em inglês. Este trabalho demonstra como técnicas de tratamento de texto, mesmo as mais básicas, podem ser utilizadas no pré processamento a fim de melhorar a acurácia de um classificador e são sugeridas formas de enriquecer os dados para se obter um melhor modelo