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 | Rezende, Marianne Grilo | - |
Autor(es): dc.creator | Ferreira, Guilherme Gonçalves Pereira da Silva | - |
Autor(es): dc.creator | Conceição, Luiz lúcio Renovato da | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:33:27Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:33:27Z | - |
Data de envio: dc.date.issued | 2023-10-30 | - |
Data de envio: dc.date.issued | 2023-10-30 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/31034 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/772850 | - |
Descrição: dc.description | Os medicamentos antirretrovirais aumentam a sobrevida e melhoram a qualidade de vida dos pacientes com HIV que conseguem aderir ao tratamento corretamente. Todavia, seus efeitos colaterais podem ser desagradáveis, ocasionando com frequência o abandono do tratamento. Uma fonte de informação sobre os efeitos colaterais desses medicamentos são os comentários de seus usuários publicados nas redes sociais como o Twitter. Para classificar textos sobre medicamentos antirretrovirais, este trabalho realizou o pré-processamento de tweets rotulados por especialista da área farmacêutica, extraiu e selecionou features utilizando o algoritmo Random Forest, aplicou o modelo SVM e analisou os resultados a partir das métricas observadas a partir de uma matriz de confusão. Apesar da quantidade reduzida de tweets disponíveis para o treinamento do modelo, a acurácia encontrada foi de 70,18%. Este trabalho demonstra que o classificador de opinião pode ser utilizado para identificar os textos relevantes para uma posterior aplicação de função de sentimento e também sugere melhorias que podem ser realizadas para aumentar a acurácia do modelo | - |
Descrição: dc.description | 60 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 dados textuais | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | Processamento de linguagem natural | - |
Palavras-chave: dc.subject | HIV | - |
Palavras-chave: dc.subject | Extração de informação | - |
Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
Palavras-chave: dc.subject | HIV | - |
Palavras-chave: dc.subject | Twitter (Rede social on-line) | - |
Título: dc.title | Desenvolvimento e aplicação de um classificador de opinião sobre o uso de medicamentos antirretrovirais utilizando o Twitter | - |
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: