ANÁLISE DE SENTIMENTOS DE TWEETS EM PORTUGUÊS-BRASILEIRO UTILIZANDO INTELIGÊNCIA ARTIFICIAL
Luís Antônio da Silva Dourado
Dourado, Luís Antônio da Silva
Azenaide Fernandes
Fernandes, Azenaide
Vitor de Morais Siqueira
Siqueira, Vitor de Morais
Gracyeli Santos Souza Guarienti
Guarienti, Gracyeli Santos Souza
Frederico Santos de Oliveira
Oliveira, Frederico Santos de
01/05/2022
54-71
4
TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO: PESQUISAS EM INOVAÇÕES TECNOLÓGICAS - VOLUME 2
Com o alto crescimento das redes sociais no mundo, a quantidade de informações ali transitadas vem servindo como base de dados para pesquisas e análises comportamentais. Nos últimos anos, a rede social Twitter é considerada uma das maiores fontes de opinião da internet, oferecendo um máximo de 280 caracteres por tweet, sendo criados em média 500 milhões de tweets por dia. A análise de sentimentos trata-se do estudo das emoções, opiniões e sentimentos expressos em um texto, sendo criado através da análise de polaridades presentes na sentença. Dado esse cenário, o objetivo desse trabalho é realizar o estudo e a implementação de uma aplicação web para anotação de dados através da classificação manual, servindo como base para o treinamento de um modelo gerado através de algoritmos de aprendizado de máquina, que se baseia em técnicas de extração de características e do Teorema de Bayes, realizando a classificação automática de textos em português-brasileiro. Ao fim, parte do dataset criado utilizando a aplicação Web é utilizada para treinar o modelo, e a parte restante é utilizada para avaliá-lo. Então, é feita uma análise da precisão através uma tabela que mostra as frequências de classificação para cada classe do modelo, a matriz de confusão, obtendo assim uma conclusão da precisão e acurácia obtidas no modelo.
Redes sociais, Twitter, Aplicação Web, Teorema de Bayes, Análise de sentimentos.
Este capítulo está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.
O conteúdo do capítulo e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.