ConSentiment: Análise de Sentimentos baseada em Aspectos a partir de Consenso de Modelos em Grafos (2024)
- Authors:
- Autor USP: MARCON, GUILHERME DOS SANTOS - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/D.55.2024.tde-17062024-085235
- Subjects: REDES NEURAIS; APRENDIZADO COMPUTACIONAL; APRENDIZAGEM PROFUNDA; ANÁLISE DE TEXTO
- Keywords: Análise de sentimentos; Deep neural networks; Ensemble learning; Ensemble learning; Graph regularization; Modelos multilíngues; Multilingual models; Regularização de grafos; Sentiment analysis
- Language: Português
- Abstract: Construir conjuntos de modelos de Análise de Sentimento Baseada em Aspectos (ABSA) pode ser um desafio. Cada modelo pode extrair aspectos distintos, onde alguns poderiam estar parcialmente corretos, e prever diferentes sentimentos associados a cada aspecto. A complexidade dos resultados é um dos principais problemas na construção de um consenso nesta configuração de aprendizagem. Além disso, a ABSA enfrenta desafios associados à eliminação de ambiguidades e ao discernimento de sentimentos em diversos domínios e contextos linguísticos. Este cenário é particularmente predominante na análise de produtos, serviços ou tópicos globalmente relevantes. Este projeto apresenta o ConSentiment (Análise de Sentimento Baseada em Consenso) como uma nova abordagem para enfrentar esses desafios. Propomos os princípios de aprendizagem do conjunto ABSA, denominados Grafo de Informação de Consenso e Redução de Incerteza, para encontrar um consenso entre os modelos básicos do ABSA. Em primeiro lugar, o ConSentiment sugere um grafo de consenso conectando revisões, aspectos e rótulos previstos semelhantes, enfatizando a concordância entre os modelos básicos. O grafo lida com a incerteza ao conectar também avaliações com aspectos semelhantes, mas sentimentos diferentes, gerenciando efetivamente a ambiguidade nas tarefas do ABSA. Em segundo lugar, o ConSentiment introduz uma estrutura de regularização ABSA baseada em grafos que prioriza informações consensuais, onde os nós com maior consensocompartilham mais fortemente as informações do rótulo com os vizinhos, reduzindo a incerteza onde os modelos básicos discordam sobre o sentimento. Avaliações experimentais em cenários multidomínios e multilíngues mostram que o ConSentiment supera os modelos individuais de base ABSA, incluindo os mais recentes baseados em BERT e GPT, bem como modelos de votação baseados em comitês.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Data da defesa: 16.04.2024
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MARCON, Guilherme dos Santos. ConSentiment: Análise de Sentimentos baseada em Aspectos a partir de Consenso de Modelos em Grafos. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://teses.usp.br/teses/disponiveis/55/55134/tde-17062024-085235/. Acesso em: 02 abr. 2026. -
APA
Marcon, G. dos S. (2024). ConSentiment: Análise de Sentimentos baseada em Aspectos a partir de Consenso de Modelos em Grafos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55134/tde-17062024-085235/ -
NLM
Marcon G dos S. ConSentiment: Análise de Sentimentos baseada em Aspectos a partir de Consenso de Modelos em Grafos [Internet]. 2024 ;[citado 2026 abr. 02 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-17062024-085235/ -
Vancouver
Marcon G dos S. ConSentiment: Análise de Sentimentos baseada em Aspectos a partir de Consenso de Modelos em Grafos [Internet]. 2024 ;[citado 2026 abr. 02 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-17062024-085235/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
