Avaliação do uso de tradução de máquina na análise de sentimento multi-idiomas

• Autor(a) principal: Dalmina, Ânderson Zorrer
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UCS
• Texto Completo: https://repositorio.ucs.br/11338/12049
• topic: Processamento de linguagem natural (Computação); Aprendizado do computador; Algorítmos computacionais

Dado o aumento significativo da expressão de sentimentos em meios digitais, através de avalia- ções em plataformas onlines, a análise de sentimento de textos vem ganhando importância nas tarefas de processamento de linguagem natural. Porém, muitos dos métodos disponíveis para análise de sentimento são desenvolvidos para o idioma inglês. Diante dessa limitação, pode ser preciso utilizar diferentes abordagens para realizar a análise de sentimento em múltiplos idiomas. Uma dessas abordagens é a tradução de máquina. Dessa forma, esse trabalho visa avaliar diferentes abordagens de análise de sentimento para múltiplos idiomas utilizando o modelo BERT. Essa avaliação é realizada por meio do desenvolvimento de um sistema de análise de sentimento e execução de experimentos utilizando abordagem nativa e de tradução de máquina. A abordagem nativa tem por objetivo realizar a análise de sentimento utilizando métodos específicos para cada idioma trabalhado. A abordagem de tradução de máquina realiza a tradução de textos de diferentes idiomas para o inglês, e a análise de sentimento é realizada utilizando apenas métodos para o idioma inglês. Os idiomas analisados nesse trabalho são: inglês, alemão, espanhol e francês. Os resultados demostraram que as abordagens nativas obtiveram melhor desempenho que a abordagem de tradução de máquina em 3 dos 4 idiomas analisados. Porém, dependendo dos requisitos, a diferença de resultado pode não ser significativa, podendo ser aplicável a abordagem de tradução de máquina. [resumo fornecido pelo autor]