Aplicação de redes LSTM, BiLSTM e CNN-BiLSTM para análise de sentimento em avaliações do Glassdoor

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMontaño, Razer Anthom Nizer Rojas, 1975--
Autor(es): dc.contributorUniversidade Federal do Paraná-
Autor(es): dc.creatorMaffazzolli, Wesley-
Data de aceite: dc.date.accessioned2025-09-01T11:34:03Z-
Data de disponibilização: dc.date.available2025-09-01T11:34:03Z-
Data de envio: dc.date.issued2022-06-03-
Data de envio: dc.date.issued2022-06-03-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/76252-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/76252-
Descrição: dc.descriptionOrientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño-
Descrição: dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada.-
Descrição: dc.descriptionInclui referências: p. 31-33-
Descrição: dc.descriptionResumo: A pandemia de Covid-19 impôs a transformação digital como um quesito de sobrevivência para as empresas. Neste sentido, o mercado já assolado pela escassez de profissionais de TI, enfrenta uma competição sem precedentes para conquistar especialistas na área, cada vez mais exigentes e valiosos. Para concretizar suas estratégias digitais, as empresas precisam adotar práticas eficazes para atrair e reter talentos, como as baseadas na escuta ativa de profissionais em canais internos e externos. Neste sentido, este artigo tem como objetivo investigar a potencialidade da aplicação de modelos baseados em redes LSTM, BiLSTM e CNN-BiLSTM para a análise de sentimento de avaliações textuais publicadas no site de vagas e recrutamento Glassdoor. Desta forma, espera-se auxiliar empresas no acompanhamento de percepções publicadas por profissionais em relação às suas marcas a fim de aprimorarem suas estratégias de atração e retenção de talentos.-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Título: dc.titleAplicação de redes LSTM, BiLSTM e CNN-BiLSTM para análise de sentimento em avaliações do Glassdoor-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.