Análise Sentimental em Recursos do YouTube

Detalhes bibliográficos
Autor(a) principal: Silva, Hugo Miguel Bastos
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/10986
Resumo: O YouTube é uma plataforma de partilha de vídeos que permite obter apreciações por parte dos utilizadores. Os utilizadores podem demonstrar uma opinião positiva ou negativa a partir de determinados botões, ou podem manifestar essa opinião a partir da escrita de um comentário sobre o vídeo. O YouTube permite saber quantas apreciações positivas e negativas um vídeo teve, mas não permite saber de forma automática se os comentários são globalmente positivos ou não. A análise sentimental de textos permite determinar, computacionalmente, sem comentário é positivo, negativo ou neutro. No trabalho descrito neste documento foi desenvolvida uma aplicação para recolha de dados disponíveis na plataforma YouTube. Efetuou-sea análise sentimental de comentários extraídos do YouTube com recurso a técnicas de processamento de linguagem natural. Também foram analisadas diferenças na escrita dos comentários. Consideraram-se dois grandes grupos de tipos de vídeos: vídeos técnicos e não-técnicos, os primeiros geralmente de um cariz educativo e os segundos mais vocacionados para o entretenimento. Os dados foram analisados e as semelhanças e diferenças encontradas entre diferentes tipos de vídeos estão reportadas. Verificou-se que os comentários de vídeos não técnicos, em geral, apresentam a sua positividade e negatividade de forma mais acentuada.
id RCAP_ab888fe8cda25f07acd1dacf30777ef7
oai_identifier_str oai:recipp.ipp.pt:10400.22/10986
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Análise Sentimental em Recursos do YouTubeAnálise sentimentalProcessamento de linguagem naturalYouTubeComentáriosPolaridadeSentiment analysisNatural language processingCommentsPolaritySistemas Gráficos e MultimédiaO YouTube é uma plataforma de partilha de vídeos que permite obter apreciações por parte dos utilizadores. Os utilizadores podem demonstrar uma opinião positiva ou negativa a partir de determinados botões, ou podem manifestar essa opinião a partir da escrita de um comentário sobre o vídeo. O YouTube permite saber quantas apreciações positivas e negativas um vídeo teve, mas não permite saber de forma automática se os comentários são globalmente positivos ou não. A análise sentimental de textos permite determinar, computacionalmente, sem comentário é positivo, negativo ou neutro. No trabalho descrito neste documento foi desenvolvida uma aplicação para recolha de dados disponíveis na plataforma YouTube. Efetuou-sea análise sentimental de comentários extraídos do YouTube com recurso a técnicas de processamento de linguagem natural. Também foram analisadas diferenças na escrita dos comentários. Consideraram-se dois grandes grupos de tipos de vídeos: vídeos técnicos e não-técnicos, os primeiros geralmente de um cariz educativo e os segundos mais vocacionados para o entretenimento. Os dados foram analisados e as semelhanças e diferenças encontradas entre diferentes tipos de vídeos estão reportadas. Verificou-se que os comentários de vídeos não técnicos, em geral, apresentam a sua positividade e negatividade de forma mais acentuada.YouTube is a web platform for sharing videos which allows users to like or dislike them. Users can demonstrate a positive or negative opinion by clicking the respective buttons, or can express their opinion by writing a comment on the video. YouTube lets us know how many positive and negative appreciation a video has, but does not allow to automatically know if the comments are positive or not. The sentimental analysis of texts is the way to know, computationally, if a comment is positive, negative or neutral. In this work, an application was developed to get YouTube available data. The goal of this study was to perform the sentimental analysis of the extracted video comments using natural language processing techniques. It was also intended to analyze the behavior of the users and their type of writing in different types of videos. It was considered two groups of types of videos: technical videos and nontechnical. Technical videos have an educational nature and the nontechnical are geared for entertainment. The collected data were analyzed and the similarities and differences between different types of videos are reported. It was found that the comments of nontechnical videos usually have their positivity and negativity more accentuated.Azevedo, Isabel de Fátima SilvaRepositório Científico do Instituto Politécnico do PortoSilva, Hugo Miguel Bastos2018-02-07T15:21:03Z20162016-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/10986TID:201749947porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:53:04Zoai:recipp.ipp.pt:10400.22/10986Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:31:20.689125Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Análise Sentimental em Recursos do YouTube
title Análise Sentimental em Recursos do YouTube
spellingShingle Análise Sentimental em Recursos do YouTube
Silva, Hugo Miguel Bastos
Análise sentimental
Processamento de linguagem natural
YouTube
Comentários
Polaridade
Sentiment analysis
Natural language processing
Comments
Polarity
Sistemas Gráficos e Multimédia
title_short Análise Sentimental em Recursos do YouTube
title_full Análise Sentimental em Recursos do YouTube
title_fullStr Análise Sentimental em Recursos do YouTube
title_full_unstemmed Análise Sentimental em Recursos do YouTube
title_sort Análise Sentimental em Recursos do YouTube
author Silva, Hugo Miguel Bastos
author_facet Silva, Hugo Miguel Bastos
author_role author
dc.contributor.none.fl_str_mv Azevedo, Isabel de Fátima Silva
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Silva, Hugo Miguel Bastos
dc.subject.por.fl_str_mv Análise sentimental
Processamento de linguagem natural
YouTube
Comentários
Polaridade
Sentiment analysis
Natural language processing
Comments
Polarity
Sistemas Gráficos e Multimédia
topic Análise sentimental
Processamento de linguagem natural
YouTube
Comentários
Polaridade
Sentiment analysis
Natural language processing
Comments
Polarity
Sistemas Gráficos e Multimédia
description O YouTube é uma plataforma de partilha de vídeos que permite obter apreciações por parte dos utilizadores. Os utilizadores podem demonstrar uma opinião positiva ou negativa a partir de determinados botões, ou podem manifestar essa opinião a partir da escrita de um comentário sobre o vídeo. O YouTube permite saber quantas apreciações positivas e negativas um vídeo teve, mas não permite saber de forma automática se os comentários são globalmente positivos ou não. A análise sentimental de textos permite determinar, computacionalmente, sem comentário é positivo, negativo ou neutro. No trabalho descrito neste documento foi desenvolvida uma aplicação para recolha de dados disponíveis na plataforma YouTube. Efetuou-sea análise sentimental de comentários extraídos do YouTube com recurso a técnicas de processamento de linguagem natural. Também foram analisadas diferenças na escrita dos comentários. Consideraram-se dois grandes grupos de tipos de vídeos: vídeos técnicos e não-técnicos, os primeiros geralmente de um cariz educativo e os segundos mais vocacionados para o entretenimento. Os dados foram analisados e as semelhanças e diferenças encontradas entre diferentes tipos de vídeos estão reportadas. Verificou-se que os comentários de vídeos não técnicos, em geral, apresentam a sua positividade e negatividade de forma mais acentuada.
publishDate 2016
dc.date.none.fl_str_mv 2016
2016-01-01T00:00:00Z
2018-02-07T15:21:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/10986
TID:201749947
url http://hdl.handle.net/10400.22/10986
identifier_str_mv TID:201749947
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1817552362040983552

Registros relacionados