Identificação computacional de emoções negativas em textos da internet: proposta de apoio ao usuário para controle emotivo
Carregando...
Arquivos
Data
2018-10-11
Autores
Orientador
Dertzbacher, Juliano
Banca
Título do periódico
ISSN
Título do Volume
Editor
Resumo
Com a internet cada vez mais presente no cotidiano das pessoas, alguns usuários utilizam do anonimato e da inconsequência para expressar sua raiva, preconceito e intolerância. Esta monografia apresenta a pesquisa e o desenvolvimento de uma solução em software capaz de detectar aspectos emotivos nos textos inseridos por
usuários da internet, visando a redução dos conteúdos agressivos, principalmente nas redes sociais utilizadas amplamente pelos jovens. O software considera a utilização de vários segmentos da Inteligência Artificial como o Processamento de Linguagem Natural e o Aprendizado de Máquina, utilizando de textos da internet para a composição das bases de treinamento dos algoritmos de classificação. Os resultados foram obtidos
a partir de três rodadas de testes com usuários, sendo necessária a calibragem dos algoritmos a cada iteração. Uma breve comparação entre os algoritmos Naive Bayes e Regressão Logística foi realizada sem diferenças de efetividade relevantes, concluindo-se que a qualidade do grupo de treinamento possui maior relevância na efetividade das classificações de textos agressivos do que a escolha entre esses dois algoritmos.
With the internet increasingly present in people's daily lives, some users take advantage of the anonymity to do inconsequent acts expressing their anger, prejudgement and intolerance. This monograph presents the research and development of a software solution capable of detecting emotive aspects in the texts inserted by Internet users, aiming at the reduction of aggressive content, mainly in the social networks widely used by young people. The software considers the use of several segments of Artificial Intelligence such as Natural Language Processing and Machine Learning. It uses internet texts for the composition of the training bases of the classification algorithms. The results were obtained from three rounds of tests with early adopter users, being necessary the calibration of the algorithms at each iteration. A brief comparison between the Naive Bayes and Logistic Regression algorithms was performed without any relevant differences in effectiveness, and it was concluded that the quality of the training group is more relevant to the effectiveness of aggressive text classifications than the choice between these two algorithms.
With the internet increasingly present in people's daily lives, some users take advantage of the anonymity to do inconsequent acts expressing their anger, prejudgement and intolerance. This monograph presents the research and development of a software solution capable of detecting emotive aspects in the texts inserted by Internet users, aiming at the reduction of aggressive content, mainly in the social networks widely used by young people. The software considers the use of several segments of Artificial Intelligence such as Natural Language Processing and Machine Learning. It uses internet texts for the composition of the training bases of the classification algorithms. The results were obtained from three rounds of tests with early adopter users, being necessary the calibration of the algorithms at each iteration. A brief comparison between the Naive Bayes and Logistic Regression algorithms was performed without any relevant differences in effectiveness, and it was concluded that the quality of the training group is more relevant to the effectiveness of aggressive text classifications than the choice between these two algorithms.
Descrição
Palavras-chave
Processamento de Linguagem Natural (PLN); Inteligência Artificial; Computação Afetiva
Citação
LUDWIG, Maiquel Jardel. Identificação computacional de emoções negativas em textos da internet: proposta de apoio ao usuário para controle emotivo. 2018. Monografia (Graduação em Engenharia da Computação) – Universidade do Vale do Taquari - Univates, Lajeado, 03 jul. 2018. Disponível em: http://hdl.handle.net/10737/2182.