Evaluating sentiment quantification methods in brazilian portuguese corpora (2025)
- Authors:
- Autor USP: SILVA, DIEGO FURTADO - ICMC
- Unidade: ICMC
- DOI: 10.1007/978-3-031-79035-5_16
- Subjects: RECONHECIMENTO DE TEXTO; CORPUS; EMOÇÕES; PORTUGUÊS DO BRASIL
- Keywords: Sentiment Analysis; Quantification; Distribution Shift
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Lecture Notes in Artificial Intelligence
- ISSN: 0302-9743
- Volume/Número/Paginação/Ano: v. 15414, p. 230-244, 2025
- Conference titles: Brazilian Conference on Intelligent Systems - BRACIS
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
SILVA, Lucas Nildaimon dos Santos e SILVA, Diego Furtado e CASELI, Helena de Medeiros. Evaluating sentiment quantification methods in brazilian portuguese corpora. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-031-79035-5_16. Acesso em: 10 fev. 2026. , 2025 -
APA
Silva, L. N. dos S., Silva, D. F., & Caseli, H. de M. (2025). Evaluating sentiment quantification methods in brazilian portuguese corpora. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-031-79035-5_16 -
NLM
Silva LN dos S, Silva DF, Caseli H de M. Evaluating sentiment quantification methods in brazilian portuguese corpora [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15414 230-244.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/978-3-031-79035-5_16 -
Vancouver
Silva LN dos S, Silva DF, Caseli H de M. Evaluating sentiment quantification methods in brazilian portuguese corpora [Internet]. Lecture Notes in Artificial Intelligence. 2025 ; 15414 230-244.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/978-3-031-79035-5_16 - Large scale similarity-based time series mining
- A divergence-based pruning approach for tree selection in continuous data streams
- Enhancing random forest for continuous data streams using divergence measures to select decision trees
- Classificação de séries temporais por similaridade e extração de atributos com aplicação na identificação automática de insetos
- Unsupervised feature based algorithms for time series extrinsic regression
- Noisy self-training with data augmentations for offensive and hate speech detection tasks
- Proceedings of 21st National Meeting on Artificial and Computational Intelligence
- Match: a maximum-likelihood approach for classification under label shift
- A new time series framework for forest fire risk forecasting and classification
- Large-scale similarity-based time series mining
Informações sobre o DOI: 10.1007/978-3-031-79035-5_16 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3232822.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
