Avaliação experimental de classificadores para análise de sentimentos em dados de redes sociais

Tiburcio, Gabriel Valentin

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/33142

Full metadata record

DC Field	Value	Language
dc.creator	Tiburcio, Gabriel Valentin	-
dc.date.accessioned	2021-11-05T15:27:50Z	-
dc.date.available	2021-11-05T15:27:50Z	-
dc.date.issued	2021-10-26	-
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/33142	-
dc.description.sponsorship	Pesquisa sem auxílio de agências de fomento	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Análise de Sentimentos	pt_BR
dc.subject	Twitter	pt_BR
dc.subject	Pré-processamento	pt_BR
dc.subject	Classificadores de Sentimento	pt_BR
dc.subject	Métricas de Avaliação	pt_BR
dc.title	Avaliação experimental de classificadores para análise de sentimentos em dados de redes sociais	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Barioni, Maria Camila Nardini	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/3785426518998830	pt_BR
dc.contributor.referee1	Gabriel, Paulo Henrique Ribeiro	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/3181954061121790	pt_BR
dc.contributor.referee2	Nascimento, Marcelo Zanchetta do	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/5800175874658088	pt_BR
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.resumo	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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Sistemas de Informação	pt_BR
dc.sizeorduration	61	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
dc.orcid.putcode	102692190	-
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

Show simple item record