Sistemas de Informação

Permanent URI for this collection

https://www.univates.br/bdu/handle/10737/248

Browse

Browsing Sistemas de Informação by Subject "Aprendizado de maquinas e sistemas de informação"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Open Access
    Projeto e desenvolvimento de um sistema para definição de aspectos e análise de sentimentos em textos
    (2016-02-03) Sausen, Frederico Jacobi; Franzen, Evandro; http://lattes.cnpq.br/7342971270440310
    Opiniões possuem grande relevância no comportamento humano. As tomadas de decisões em organizações baseiam-se, muitas vezes, na opinião de seus steakholders. Já são inúmeras empresas que atuam na obtenção de opiniões a partir de plataformas como páginas web, redes sociais, blogs, fóruns e sites de avaliação de produto. Nestes ambientes é que a mineração de opiniões ou analise de sentimento pode ser aplicada com o objetivo de identificar automaticamente a opinião nas expressões, com flexibilidade e rapidez, realizando avaliações, polarizando sentimentos em uma grande massa de conteúdo na forma de texto. No processo de data mining ocorre a limpeza de ruídos, filtragem de informações, segmentação, atribuição de valores, lógicas de agrupamento, utilizando algoritmos de classificação, agrupamento, associação conforme objetivos e resultados. A busca pela classificação da polaridade no texto é baseada em diversos métodos de acordo com a necessidade ou cenário: O método léxico de classificação tem o pré-processamento simples nos textos com menos tokens e normalizações sem a necessidade de treinos, o método aprendizado de máquinas de processo supervisionado é sensível às atribuições das features, tem seu desempenho de acordo com a qualidade de dados treino. Este trabalho propõe o uso de técnicas de mineração de opiniões, a partir dos dados extraídos em sites de lojas eletrônicas, permitindo a definição de aspectos e polaridade aos dados, possibilitar a extração dos dados para arquivos de extensão arff, suportado pela ferramenta Weka. Execução de processo não-supervisionado de filtragem em conjuntos de dados para treinamento, permitindo a seleção, o pré-processamento e aplicação de algoritmos para definição do sentimento, gerando estatísticas para posterior análise.