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 | Mantuan, Altobelli de Brito | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5002413550846760 | - |
Autor(es): dc.contributor | Zahn, Jean de Oliveira | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/7233313287517259 | - |
Autor(es): dc.creator | Improta, Gianpaolo Martins | - |
Autor(es): dc.creator | Pereira, Leonnardo Silva Santos | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:35:09Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:35:09Z | - |
Data de envio: dc.date.issued | 2023-10-22 | - |
Data de envio: dc.date.issued | 2023-10-22 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/30880 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/753279 | - |
Descrição: dc.description | Um problema enfrentado pelos órgãos de saúde pública é a adesão ao uso dos medicamentos para infecções sexualmente transmissíveis como o HIV, pois muitas vezes determinado medicamento pode causar efeitos colaterais muito fortes, o que faz que parte da população deixe de tomar o medicamento distribuído pelo sistema público de saúde. Neste trabalho foram desenvolvidos uma metodologia e um classificador capaz de realizar uma análise de sentimentos em comentários de pacientes sobre efeitos de medicamentos tomados para o tratamento e combate ao HIV em português. Foram determinados métodos de pré-processamento e a construção de um classificador baseado em rede neural, utilizando como fonte para o treinamento tweets em português e em inglês sobre COVID-19. Mesmo com uma maior complexidade da língua portuguesa em relação à língua inglesa, e com uma base de menor quantidade de linhas, foi possível atingir uma acurácia de 71,11% com o modelo treinado com base nos dados em português e uma acurácia de 83,01% com o modelo treinado com base nos dados em inglês. Este trabalho demonstra como técnicas de tratamento de texto, mesmo as mais básicas, podem ser utilizadas no pré processamento a fim de melhorar a acurácia de um classificador e são sugeridas formas de enriquecer os dados para se obter um melhor modelo | - |
Descrição: dc.description | 58 p. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Mineração de texto | - |
Palavras-chave: dc.subject | Análise de sentimentos | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | HIV | - |
Palavras-chave: dc.subject | HIV | - |
Palavras-chave: dc.subject | Mineração de opiniões (Computação) | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Título: dc.title | Análise de sentimentos: classificador para tweets sobre covid-19 e uma análise de um futuro classificador para comentários de pacientes de HIV | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: