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 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 | Size | Format | |
---|---|---|---|---|
AvaliacaoExperimentalClassificadores.pdf | Trabalho de Conclusão de Curso | 1.77 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.