Classificação textual baseada em análise de sentimento

• Autor(a) principal: Botelho, Nathan
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Universitário da Ânima (RUNA)
• Texto Completo: https://repositorio.animaeducacao.com.br/handle/ANIMA/13640
• topic: Análise de sentimento; Mineração de opinião; Processamento de linguagem natural

O cenário atual da Web 2.0 onde o usuário que era consumidor de informação virou um produtor na criação de conteúdo fez com que seja possível a criação de bases de dados cada vez mais assertivas para a criação de inteligências que compreendem os sentidos e sentimentos em frases bem como a análise destes sentimentos com o objetivo de gerar vantagens competitivas para as organizações nos seus mais variados contextos. Estas bases de dados, que podem ser constituídas pelos mais diversos tipos de dados, como por exemplo, comentários em forma de texto não estruturado, ranqueamento de uma a cinco estrelas, classificações de gosto ou não gosto, entre outros, podem ser utilizadas para entender a opinião de um usuário quanto a um serviço, um produto, ou até uma categoria, e para a elaboração de pesquisas para entender o que seu público-alvo gosta e não gosta, e até o que pode vir a gostar futuramente. A partir dos problemas de análise de sentimentos e processamento de linguagem natural e da pesquisa no material de referencial teórico, onde foram feitos importantes definições sobre o cenário de modo geral, sobre as abordagens e métodos da análise de sentimento e os problemas de processamento de linguagem natural, foi desenvolvido um protótipo funcional utilizando a linguagem de programação Python, a linguagem de programação Typescript, a plataforma Angular, e ferramentas como Docker, Git e GitHub. O protótipo funcional foi testado e avaliado de duas formas diferentes, a forma que se referia ao classificado, onde foi elaborado uma matriz de confusão bem como algumas variáveis de avaliação, como o erro total, a acurácia, a precisão, a revocação e a medida-f, e a forma que diz respeito às interações com o usuário, onde a aplicação foi executada em um ambiente de teste local controlado por cada participante, que fizeram suas considerações através do respondimento de uma pesquisa. Após a análise dos resultados de ambas as avaliações, que foram muito positivas, a aplicação foi considerada apta em analisar as entradas dos usuários.