Análise de sentimentos: classificador para tweets sobre covid-19 e uma análise de um futuro classificador para comentários de pacientes de HIV

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMantuan, Altobelli de Brito-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5002413550846760-
Autor(es): dc.contributorZahn, Jean de Oliveira-
Autor(es): dc.contributorhttp://lattes.cnpq.br/7233313287517259-
Autor(es): dc.creatorImprota, Gianpaolo Martins-
Autor(es): dc.creatorPereira, Leonnardo Silva Santos-
Data de aceite: dc.date.accessioned2024-07-11T17:35:09Z-
Data de disponibilização: dc.date.available2024-07-11T17:35:09Z-
Data de envio: dc.date.issued2023-10-22-
Data de envio: dc.date.issued2023-10-22-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/30880-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/753279-
Descrição: dc.descriptionUm 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.description58 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectMineração de texto-
Palavras-chave: dc.subjectAnálise de sentimentos-
Palavras-chave: dc.subjectRede neural artificial-
Palavras-chave: dc.subjectHIV-
Palavras-chave: dc.subjectHIV-
Palavras-chave: dc.subjectMineração de opiniões (Computação)-
Palavras-chave: dc.subjectRede neural artificial-
Título: dc.titleAnálise 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.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.