A detecção de implicaturas conversacionais da ironia em textos de redes sociais através do aprendizado de máquina para português (2018)
- Authors:
- Autor USP: MARTINS, RAYSSA KULLIAN - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/D.45.2018.tde-20230727-113522
- Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL; MINERAÇÃO DE DADOS; APRENDIZADO COMPUTACIONAL; SISTEMAS COLABORATIVOS; REDES SOCIAIS
- Language: Português
- Abstract: A ironia é uma expressão de linguagem comumente utilizada e interpretada por seres humanos. Porém, esta simplicidade não é perceptível quando se trata de um diálogo textual, tornando com- plexa sua definição formal e consequente detecção. Ao treinar um modelo de classificação preditiva para realizar Análise de Sentimento em conversas em redes sociais ou avaliações de produtos em sites de comércio eletrônico, e.g., exemplos rotulados binariamente não são suficientes e tem seu de- sempenho acentuadamente reduzido quando um usuário é irônico. Por este motivo, a ironia textual se torna um ruído ou um inversor de polaridade no classificador e o problema é agravado quando se trata do idioma Português, onde não existem córpus públicos anotados para estas ocorrências. Este trabalho apresenta um estudo relacionado à ironia do ponto de vista da Linguística Com- putacional, abordando desde a discussão acerca de sua definição até nuances implícitas do texto e sugestões de como processá-las. A complexidade deste tema é abordada no decorrer do texto e seus desafios peculiares são evidenciados através de exemplos, apontando, inclusive, possíveis lacunas de pesquisa. A proposta desta pesquisa é apresentar um conjunto de técnicas de Aprendizado de Máquina e Processamento Natural de Linguagem para realizar a detecção automática de ironias textuais, tendo como principal aplicação a detecção aplicada às opiniões postadas publicamente no Twitter utilizando a hashtag #metrosp no contexto de metrô e trens da CPTM na cidade de São Paulo, Brasil. Duas abordagens são comparadas ao longo de 51 experimentos e 900 testes: a classificação de componentes linguísticos com Processamento de Língua Natural através do texto dos tweets, e a classificação de novos atributos que representam este texto a partir de principais característicasidentificadas na análise exploratória. O melhor desempenho foi encontrado com a utilização do al- goritmo de Bayes com 96% de f1 na classificação de atributos em uma base balanceada de 538 tweets, cujo desempenho também foi o mais estável com uma média de 0.8014 em todos os experimentos realizados.
- Imprenta:
- Data da defesa: 30.07.2018
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MARTINS, Rayssa Küllian. A detecção de implicaturas conversacionais da ironia em textos de redes sociais através do aprendizado de máquina para português. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113522/. Acesso em: 10 jan. 2026. -
APA
Martins, R. K. (2018). A detecção de implicaturas conversacionais da ironia em textos de redes sociais através do aprendizado de máquina para português (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113522/ -
NLM
Martins RK. A detecção de implicaturas conversacionais da ironia em textos de redes sociais através do aprendizado de máquina para português [Internet]. 2018 ;[citado 2026 jan. 10 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113522/ -
Vancouver
Martins RK. A detecção de implicaturas conversacionais da ironia em textos de redes sociais através do aprendizado de máquina para português [Internet]. 2018 ;[citado 2026 jan. 10 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113522/
Informações sobre o DOI: 10.11606/D.45.2018.tde-20230727-113522 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
