Publicação: Aprendizado profundo para classificação de sentimentos em microblogs
Carregando...
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
A Internet, atualmente, representa um dos maiores meios de comunicação e compartilhamento
de informações. No Brasil e em vários outros países, a grande maioria da população
a utiliza para uma série de atividades. Exemplos incluem as redes sociais e os microblogs,
ambientes onde são frequentes as manifestações de opiniões e discussões sobre produtos,
serviços ou outros assuntos de interesse geral. Neste contexto, a tarefa de classificação de
sentimentos pode rotular opiniões expressas em tais veículos como positivas, negativas ou
neutras, utilizando algoritmos para Processamento de Línguas Naturais (PLN) e Aprendizado
de Máquina. O objetivo desse trabalho foi investigar a aplicação de técnicas de
Aprendizado Profundo para classificação de sentimentos em publicações da rede social
Twitter, considerando assuntos de interesse para a população. Especificamente, este estudo
considerou a manifestação de opiniões sobre a corrida presidencial brasileira no ano de
2018. A coleta dos dados foi realizada por meio da Tweepy, uma Interface de Programação
de Aplicativos (API) disponibilizada pelo Twitter, em todos os dias que houveram debates
televisionados. A base de dados foi pré-processada utilizando técnicas de PLN. Para a
realização dos experimentos, um conjunto relevante de algoritmos de classificação de
dados foi selecionado a partir da literatura (naive Bayes, árvore de decisão, regressão
logística, máquina de vetores de suporte), e comparados com as redes neurais profundas. Os
resultados obtidos mostraram que o classificador de regressão logística alcançou o melhor
desempenho entre os algoritmos tradicionais, com 54% de acurácia média. O desempenho
das redes neurais profundas foi equivalente, alcançando até 54% de acurácia média de
acordo com os ajustes dos parâmetros. Este resultado é visto como promissor, uma vez
que há espaço para melhora de desempenho dessas técnicas se considerarmos que um
número bastante reduzido de parâmetros foi estudado. Ademais, o baixo desempenho de
outras técnicas, tais como o naive Bayes, evidenciam que o número de tweets (publicações
do Twitter) rotulados na base de dados ainda é pequeno e que o desempenho geral das
técnicas pode ser melhorado pela anotação de mais deles.
Abstract
The Internet today represents one of the leading means of communication and information
sharing. In Brazil and in several other countries, the vast majority of the population uses it
for a variety of activities. Examples include social networks and microblogs, environments
where there are frequent manifestation of opinions and discussions about products, services
or other subjects of general interest. In this context, the task of sentiment analysis may
label opinions expressed in such vehicles as positive, negative or neutral, using algorithms
of natural language processing (NLP) and machine learning. The objective of this study
was to investigate the application of deep learning techniques to sentiment classification
on a Twitter corpus, considering subjects of interest to the population. Specifically, this
study considered the manifestation of opinions about the Brazilian presidential elections
of 2018. Data collection was done through Tweepy, an application programming interface
(API) provided by Twitter, on all days of televised debates. The database was preprocessed
using NLP techniques. To perform the experiments, a relevant set of data classification
algorithms was selected from the literature (naive Bayes, decision tree, logistic regression
and support vector machines), and compared with deep neural networks. The results
obtained showed that the logistic regression classifier achieved the best performance among
traditional algorithms, with an averaged accuracy of 54%. The predictive performance of
the deep neural network was equivalent, achieving the same 54% of averaged accuracy
in a given parameter setting. This result is promising because there is a large space for
improving the performance of such a technique as a small amount of parameters was
studied. In addition, the poor performance of other techniques, such as the naive Bayes,
show that the number of labeled tweets (Twitter posts) on the database is still small and
that the overall performance of the classification techniques can be improved by labeling
more of them.
Palavras-chave
Aprendizado profundo, Deep learning, Aprendizado de máquina, Machine learning, Análise de sentimentos, Sentiment analysis, Redes neurais, Neural networks, Processamento de línguas naturais, Natural language processing
Citação
GRACIANO, Gabriel Franco Dias. Aprendizado profundo para classificação de sentimentos em microblogs. 2019. 48 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Monte Carmelo, 2019.
DOI
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto