ANÁLISE DE SENTIMENTOS DE TWEETS EM PORTUGUÊS-BRASILEIRO UTILIZANDO INTELIGÊNCIA ARTIFICIAL

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.