Affectpt-BR e Polyglot : minerando textos para análise de sentimentos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorZahn, Jean de Oliveira-
Autor(es): dc.contributorAmaral, Rafael Burlamaqui-
Autor(es): dc.creatorMoura, Gabriel Cornelio-
Data de aceite: dc.date.accessioned2024-07-11T17:45:14Z-
Data de disponibilização: dc.date.available2024-07-11T17:45:14Z-
Data de envio: dc.date.issued2023-10-30-
Data de envio: dc.date.issued2023-10-30-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/31028-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/756811-
Descrição: dc.descriptionCom o advento das redes sociais, o aumento da quantidade de dados disponíveis trouxe a pesquisadores e estudiosos sobre o tema da análise de sentimentos diversos desafios. Considerando a importância social, política e econômica do tema, diversas ferramentas foram desenvolvidas direcionadas especificamente para a tarefa de identificar e definir a polaridade das sentenças provenientes de textos coletados da web. Contudo, o crescente número de métodos e técnicas de análise de polaridade traz consigo a dificuldade em identificar a ferramenta correta para determinado problema, tornando necessário comparar métodos e técnicas através de léxicos e bibliotecas. Dessa forma, o objetivo desse trabalho é comparar a eficiência e a eficácia de duas dessas ferramentas: o léxico AffectPT-br e a biblioteca Polyglot da linguagem Python. Os resultados expõem as diferenças entre as abordagens e comprovam, através da análise de diversos conjuntos de dados, que o léxico AffectPT-br é mais eficiente na tarefa de identificar corretamente a polaridade de sentenças em textos provenientes de redes sociais-
Descrição: dc.descriptionWith the advent of social networks, the increase in the amount of available data has brought researchers and scholars on the subject of analyzing different feelings and challenges. Considering the social, political and economic importance of the theme, several tools have been developed specifically aimed at the task of identifying and defining the polarity of sentences from texts collected from the web. However, the growing number of methods and techniques of polarity analysis brings with it the difficulty in identifying the correct tool for a given problem, making it necessary to compare methods and techniques through lexicons and libraries. Thus, the objective of this work is to compare the efficiency and effectiveness of two of these tools: the lexicon AffectPT-br and the Polyglot library of the Python language. The results expose the differences between the approaches and prove, through the analysis of different data sets, that the lexicon Affec-tPT-br is more efficient in the task of correctly identifying the polarity of sentences in texts coming from social networks-
Descrição: dc.description49 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectAnálise de sentimentos-
Palavras-chave: dc.subjectAffectPT-br-
Palavras-chave: dc.subjectPolyglot-
Palavras-chave: dc.subjectMineração de opiniões (Computação)-
Palavras-chave: dc.subjectPython (Linguagem de programação de computador)-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectSentiment analysis-
Título: dc.titleAffectpt-BR e Polyglot : minerando textos para análise de sentimentos-
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.