Tese

Análise de sentimentos em textos curtos provenientes de redes sociais (2016)

• Authors:
  • Silva, Nadia Felix Felipe da
  • Hruschka, Eduardo Raul (Orientador)
• Autor USP: SILVA, NADIA FELIX FELIPE DA - ICMC
• Unidade: ICMC
• Sigla do Departamento: SCC
• Subjects: COMPUTAÇÃO EVOLUTIVA; MINERAÇÃO DE DADOS; APRENDIZADO COMPUTACIONAL
• Keywords: Análise de sentimentos em textos curtos; Análise de sentimentos em tweets; Classificação de sentimentos; Classificação semissupervisionada de sentimentos; Semi-supervised sentiment analysis; Sentiment analysis of short informal texts; Sentiment classification; Tweet sentiment analysis
• Language: Português
• Abstract: A análise de sentimentos é um campo de estudo com recente popularização devido ao crescimento da Internet e do conteúdo que é gerado por seus usuários, principalmente nas redes sociais, nas quais as pessoas publicam suas opiniões em uma linguagem coloquial e em muitos casos utilizando de artifícios gráficos para tornar ainda mais sucintos seus diálogos. Esse cenário é observado no Twitter, uma ferramenta de comunicação que pode facilmente ser usada como fonte de informação para várias ferramentas automáticas de inferência de sentimentos. Esforços de pesquisas têm sido direcionados para tratar o problema de análise de sentimentos em redes sociais sob o ponto de vista de um problema de classificação, com pouco consenso sobre qual é o classificador com melhor poder preditivo, bem como qual é a configuração fornecida pela engenharia de atributos que melhor representa os textos. Outro problema é que em um cenário supervisionado, para a etapa de treinamento do modelo de classificação, é imprescindível se dispor de exemplos rotulados, uma tarefa árdua e que demanda esforço humano em grande parte das aplicações. Esta tese tem por objetivo investigar o uso de agregadores de classificadores (classifier ensembles), explorando a diversidade e a potencialidade de várias abordagens supervisionadas quando estas atuam em conjunto, além de um estudo detalhado da fase que antecede a escolha do classificador, a qual é conhecida como engenharia de atributos. Além destes aspectos, um estudomostrando que o aprendizado não supervisionado pode fornecer restrições complementares úteis para melhorar a capacidade de generalização de classificadores de sentimento é realizado, fornecendo evidências de que ganhos já observados em outras áreas do conhecimento também podem ser obtidos no domínio em questão. A partir dos promissores resultados experimentais obtidos no cenário de aprendizado supervisionado, alavancados pelo uso de técnicas não supervisionadas, um algoritmo existente, denominado de C³E (Consensus between Classification and Clustering Ensembles) foi adaptado e estendido para o cenário semissupervisionado. Este algoritmo refina a classificação de sentimentos a partir de informações adicionais providas pelo agrupamento em um procedimento de autotreinamento (self-training). Tal abordagem apresenta resultados promissores e competitivos com abordagens que representam o estado da arte em outros domínios.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2016
• Data da defesa: 22.02.2016


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  SILVA, Nadia Felix Felipe da. Análise de sentimentos em textos curtos provenientes de redes sociais. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27092016-143947/. Acesso em: 29 abr. 2025.

• APA

  Silva, N. F. F. da. (2016). Análise de sentimentos em textos curtos provenientes de redes sociais (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27092016-143947/

• NLM

  Silva NFF da. Análise de sentimentos em textos curtos provenientes de redes sociais [Internet]. 2016 ;[citado 2025 abr. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27092016-143947/

• Vancouver

  Silva NFF da. Análise de sentimentos em textos curtos provenientes de redes sociais [Internet]. 2016 ;[citado 2025 abr. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-27092016-143947/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Using unsupervised information to improve semi-supervised tweet sentiment classification
• Tweet sentiment analysis with classifier ensembles
• UlyssesNERQ: expanding queries from brazilian portuguese legislative documents through named entity recognition
• Combining classification and clustering for tweet sentiment analysis
• A survey and comparative study of tweet sentiment analysis via semi-supervised learning
• On the assessment of deep learning models for named entity recognition of brazilian legal documents
• Ulysses-RFSQ: a novel method to improve legal information retrieval based on relevance feedback
• PLN no Direito: REN
• Named entity recognition: a survey for the portuguese language
• Building a relevance feedback corpus for legal information retrieval in the real-case scenario of the Brazilian Chamber of Deputies