|
Artigo - Trilha Principal Um estudo comparativo sobre métodos de análise de sentimentos em tweets Autores: RIBEIRO, A. P.; DA SILVA, N. F. F. Resumo: O Twitter é um microblog em que os usuários podem postar atualizações (tweets) para amigos (seguidores). A Análise de Sentimentos tem se tornado um importante campo de estudo neste ambiente devido à enorme quantidade de tweets disponíveis, o que possibilita diversas aplicações como monitoramento de marcas e produtos, previsão de campanhas políticas e até aplicações no mercado nanceiro. Um dos grandes desafios da análise de sentimentos em tweets está na criação de modelos preditivos que são capazes de classificá-los como positivo, negativo ou neutro. Os principais modelos propostos na literatura utilizam de abordagens baseadas em processamento de linguagem natural e aprendizado de máquina. Frente o contexto apresentado, este artigo visa comparar o desempenho dos seguintesmétodos de análise de sentimentos: aprendizado de máquina, dicionários léxicos, emoticons, part-of-speech, ensembles e word embeddings. O objetivo é indicar ao leitor, dentre tais abordagens, a que melhor se adéqua às particularidades dos tweets. Os experimentos foram aplicados em duas bases de dados, Sanders e HCR. Em ambos conjuntos de dados, os procedimentos que obteram os melhores resultados foram baseados em dicionário léxico e word embeddings com 79,09% e 79,36% de acurácia, respectivamente, para Sanders. Enquanto que para HCR o resultado foi 69,11% e 68,22% de acurácia, respectivamente. Palavras chave: Análise de Sentimentos, Aprendizado de Máquina, Dicionários léxicos, part-of-speech, ensembles e word embeddings. Artigo completo (em português) Referência completa: Ribeiro, A. P.; Da Silva, N. F. F., "Um estudo comparativo sobre métodos de análise de sentimentos em tweets", Revista de Sistemas de Informação da FSMA n 22(2018) pp. 35-48 |