Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Tsunoda, Denise Fukumi, 1972- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Curso de Graduação em Gestão da Informação | - |
Autor(es): dc.creator | Rodrigues, Alan Cristian Falcoski, 1994- | - |
Data de aceite: dc.date.accessioned | 2019-08-21T23:09:48Z | - |
Data de disponibilização: dc.date.available | 2019-08-21T23:09:48Z | - |
Data de envio: dc.date.issued | 2018-03-28 | - |
Data de envio: dc.date.issued | 2018-03-28 | - |
Data de envio: dc.date.issued | 2017 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/1884/54864 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/54864 | - |
Descrição: dc.description | Orientador : Denise Fukumi Tsunoda | - |
Descrição: dc.description | Monografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Curso de Gestão da Informação. | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo : Trata-se de um estudo que contextualiza os níveis de análise de sentimento e os tipos de opiniões existentes, assim como os problemas encontrados para classificação de sentenças ou documentos em linguagem natural (português) a partir de dados extraídos da página no Facebook do Senado Federal. Propõe um modelo para análise de sentimento supervisionada e um modelo para pré-processamento de texto por meio de ferramenta desenvolvida em Python3. Por meio do modelo proposto, classificaram-se duas bases de dados formadas com comentários sobre a reforma do ensino médio e a limitação de dados em banda larga fixa. Desenvolveu-se um código na linguagem de programação Python 3 para pré-processamento de texto. Além disso, construiu-se uma base de treino com 102 classificações positivas, 177 negativas e 272 neutras. Aplicou-se o algoritmo Naive Bayes Multinomial Text para classificação das sentenças e classificou-se 97,0962% de 551 sentenças da base de treino, desta forma a matriz de confusão demonstrou 16 sentenças classificadas incorretamente e 535 classificadas corretamente. Apresenta os resultados da classificação através de gráficos formados pelas saídas da classificação e dados fornecidos pela ferramenta de extração. Como continuidade do trabalho propõe-se a análise em nível de aspecto. | - |
Formato: dc.format | 83 p. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Relação: dc.relation | Disponível em formato digital | - |
Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
Palavras-chave: dc.subject | Facebook (Rede social on-line) | - |
Palavras-chave: dc.subject | Redes sociais on-line | - |
Título: dc.title | Modelo para análise de sentimentos no facebook : um estudo de caso na página do Senado Federal Brasileiro | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
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: