Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal Fluminense (UFF) | - |
Autor(es): dc.creator | Silva, Luis Marcello Moraes | - |
Autor(es): dc.creator | Valencio, Carlos Roberto | - |
Autor(es): dc.creator | Zafalon, Geraldo Francisco Donega | - |
Autor(es): dc.creator | Columbini, Angelo Cesar | - |
Autor(es): dc.creator | Filipe, J. | - |
Autor(es): dc.creator | Smialek, M. | - |
Autor(es): dc.creator | Brodsky, A. | - |
Autor(es): dc.creator | Hammoudi, S. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:25:58Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:25:58Z | - |
Data de envio: dc.date.issued | 2022-11-29 | - |
Data de envio: dc.date.issued | 2022-11-29 | - |
Data de envio: dc.date.issued | 2021-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.5220/0010972800003179 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/237930 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/237930 | - |
Descrição: dc.description | Social media sentiment analysis consists on extracting information from users' comments. It can assist the decision-making process of companies, aid public health and security and even identify intentions and opinions about candidates in elections. However, such data come from an environment with big data characteristics, which can make traditional and manual analysis impracticable because of the high dimensionality. The implications on the analysis are high computational cost and low quality of results. Up to date research focuses on how to analyse feelings of users with machine learning and inspired by nature methods. To analyse such data effectively, a feature selection through cuckoo search and genetic algorithm is proposed. Machine learning with lexical analysis has become an attractive alternative to overcome this challenge. This paper aims to present a hybrid bio-inspired approach to realize feature selection and improve sentiment classification quality. The scientific contribution is the improvement of a classification model considering pre-processing of the data with different languages and contexts. The results prove that the developed method enriches the predictive model. There is an improvement of around 13% in accuracy with a 45% average usage of attributes related to traditional analysis. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Sao Paulo State Univ, UNESP, Inst Biosci, Humanities & Exact Sci Ibilce, Campus Sao Jose do Rio Preto, Sao Paulo, Brazil | - |
Descrição: dc.description | Fluminense Fed Univ UFF, Niteroi, RJ, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, UNESP, Inst Biosci, Humanities & Exact Sci Ibilce, Campus Sao Jose do Rio Preto, Sao Paulo, Brazil | - |
Formato: dc.format | 297-307 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Scitepress | - |
Relação: dc.relation | Iceis: Proceedings Of The 24th International Conference On Enterprise Information Systems - Vol 1 | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Sentiment Analysis | - |
Palavras-chave: dc.subject | Feature Selection | - |
Palavras-chave: dc.subject | Cuckoo Search | - |
Palavras-chave: dc.subject | Genetic Algorithm | - |
Palavras-chave: dc.subject | Machine Learning | - |
Palavras-chave: dc.subject | Social Media | - |
Título: dc.title | Feature Selection with Hybrid Bio-inspired Approach for Classifying Multi-idiom Social Media Sentiment Analysis | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: