APLICAÇÃO DE DEEP LEARNING PARA ANÁLISE DE SENTIMENTOS EM IMAGENS

Objetivo: As redes sociais se tornaram locais para pessoas expressarem suas opiniões sobre diversos assuntos. A compreensão do sentimento dessas opiniões é uma das grandes áreas de pesquisa da inteligência artificial. A abordagem mais comum e popular na literatura é a classificação de sentimentos através de textos. Porém, esse trabalho se propõe a classificar sentimentos a partir de imagens digitais. Método: Duas abordagens diferentes foram comparadas neste trabalho: uma abordagem que analisa os sentimentos de uma imagem a partir de seu conteúdo visual e outra abordagem que classifica o sentimento das imagens através da extração de legendas (textos) que descrevem o conteúdo da imagem. Ambas as abordagens foram implementas usando redes neurais artificiais do tipo deep learning para a geração/treinamento dos classificadores. Resultados: Diferentes resultados foram obtidos em ambas as abordagens, mas a abordagem visual obteve o melhor desempenho com 63% de acurácia para classificação de sentimentos positivos e negativos, contra 52% para a abordagem envolvendo a transcrição gerada e classificada por texto. Conclusão: Para classificar sentimentos em imagens, a abordagem visual apresentou desempenho melhor que a abordagem baseada na transcrição de legendas, visto que esta segunda abordagem existe pouca efetividade na extração de palavras adequadas para classificar de maneira eficaz os sentimentos das imagens.