Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/33142
ORCID:  http://orcid.org/0000-0003-1315-1222
Document type: Trabalho de Conclusão de Curso
Access type: Acesso Aberto
Title: Avaliação experimental de classificadores para análise de sentimentos em dados de redes sociais
Author: Tiburcio, Gabriel Valentin
First Advisor: Barioni, Maria Camila Nardini
First member of the Committee: Gabriel, Paulo Henrique Ribeiro
Second member of the Committee: Nascimento, Marcelo Zanchetta do
Summary: As redes sociais virtuais são ambientes cada vez mais comuns no cotidiano das pessoas em todo o mundo. Os usuários das redes sociais compartilham informações sobre sua vida constantemente para outras pessoas, tornando as redes sociais em uma possível fonte de informação sobre as emoções de um indivíduo. O Twitter faz parte das redes sociais mais populares e utilizadas no mundo, onde seus usuários compartilham tweets, que são textos curtos de até 280 caracteres, e também imagens e vídeos. Por ser uma rede social tão utilizada e por disponibilizar um grande volume de tweets gratuitamente, diferentes estudos sobre análise de sentimentos são realizados utilizando esses dados. A análise de sentimentos combina conceitos de aprendizagem de máquina, recuperação de informação e linguística computacional para extrair informações sobre opiniões e emoções contidas em diversas fontes de dados, e então realizar uma classificação automática para um sentimento. Neste trabalho de conclusão de curso, são abordadas técnicas de préprocessamento de texto e cinco algoritmos para classificação de sentimento encontrados na literatura, sendo eles Random Forest, Logistic Regression, Naive Bayes Classifier, KNearest Neighbor (KNN) e Support Vector Machine (SVM). Neste contexto, foram feitos experimentos e comparações de desempenho entre os algoritmos utilizando uma base de dados pública. Foram feitas análises dos resultados das predições, com o objetivo de definir o classificador que melhor realizou a tarefa de classificação de sentimento. Os resultados mostram os algoritmos SVM e Logistic Regression se sobressaindo sobre os demais em todos os experimentos, obtendo 77% e 76, 1% de acurácia respectivamente. Já o algoritmo KNN com os piores resultados de classificações de sentimento com no máximo 59, 6% de acurácia.
Keywords: Análise de Sentimentos
Twitter
Pré-processamento
Classificadores de Sentimento
Métricas de Avaliação
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Quote: TIBURCIO, Gabriel Valentin. Avaliação Experimental de Classificadores para Análise de Sentimentos em Dados de Redes Sociais. 2021. 61 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2021.
URI: https://repositorio.ufu.br/handle/123456789/33142
Date of defense: 26-Oct-2021
Appears in Collections:TCC - Sistemas de Informação (Uberlândia)

Files in This Item:
File Description SizeFormat 
AvaliacaoExperimentalClassificadores.pdfTrabalho de Conclusão de Curso1.77 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.