Deep learning para processamento de linguagem natural : extração de significado em redes sociais

Detalhes bibliográficos
Autor(a) principal: Kalejaiye, Gabriel Bayomi Tinoco
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: https://bdm.unb.br/handle/10483/27868
Resumo: Trabalho de Conclusão Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017.
id UNB-2_d75cf549057f54b8890d1187782a7b54
oai_identifier_str oai:bdm.unb.br:10483/27868
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Kalejaiye, Gabriel Bayomi TinocoRomariz, Alexandre Ricardo SoaresKALEJAIYE, Gabriel Bayomi Tinoco. Deep learning para processamento de linguagem natural: extração de significado em redes sociais. 2017. 98 f., il. Trabalho de Conclusão Curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2017.https://bdm.unb.br/handle/10483/27868Trabalho de Conclusão Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017.O Processamento de Linguagem Natural é uma área de intenso crescimento e interesse acadêmico, principalmente com as recentes evoluções nas capacidades computacionais disponíveis. Devido ao enorme número de exceções, nuances e complexidades de língua, a exploração automática de significados em textos não é uma tarefa trivial. Em ambientes modernos como redes sociais, essa problemática é amplificada, já que a informação, em geral, se encontra de maneira não-estruturada. Entretanto, a partir do uso de redes neurais artificiais, é possível criar aplicações inteligentes que possuem a capacidade de avaliar informação textual automaticamente. Esse projeto explora três diferentes áreas dentro da interseção de Deep Learning e Processamento de Linguagem Natural. Para cada uma dessas áreas, uma rede social diferente foi escolhida e os diferentes parâmetros comparados. O processo de aprendizado de análise sentimental da rede IMDB se mostrou superior às metas estabelecidos, chegando a 85% de acurácia. Na aplicação de normalização de perguntas da rede social Quora, mesmo sem benchmarks estabelecidos, foram comparados diferentes modelos para a avaliação de normalização. Por fim, a aplicação de um chatbot, a partir de informações do Twitter e de conjuntos de dados pré-estabelecidos, mostrou-se interessante, porém longe ainda de um modelo que de fato pode ser confundido com um ser humano.Submitted by Kathryn Araujo (kathrynaraujo@bce.unb.br) on 2021-06-09T21:32:51Z No. of bitstreams: 1 2017_GabrielBayomiTinocoKalejaiye_tcc.pdf: 5923166 bytes, checksum: 3f7133e34645e1d040786ca39cdce86f (MD5)Approved for entry into archive by Patricia Nunes (patricia@bce.unb.br) on 2021-06-30T02:40:46Z (GMT) No. of bitstreams: 1 2017_GabrielBayomiTinocoKalejaiye_tcc.pdf: 5923166 bytes, checksum: 3f7133e34645e1d040786ca39cdce86f (MD5)Made available in DSpace on 2021-06-30T02:40:46Z (GMT). No. of bitstreams: 1 2017_GabrielBayomiTinocoKalejaiye_tcc.pdf: 5923166 bytes, checksum: 3f7133e34645e1d040786ca39cdce86f (MD5)Natural Language Processing is one of the fastest growing areas of computer science, spe- cially with the recent evolution of computational processing techniques and equipments. Due to the tremendous amount of exceptions, rules and complexities, the automatic ex- ploration of meaning in textual information is a nontrivial task. Social networks usually add another layer of complexity to the problem, due to the high level of unstructured data available. However, artificial neural networks are usually a great tool to derive meaning from unstructured information. This project intends to explore three different areas on the intersection between Deep Learning and Natural Language Processing. For each area, a different application was built, using a different social network as background. The Sen- timental Analysis model built with IMDB data was superior than the Kaggle benchmark, reaching 86% of accuracy. The model for the question normalization task of Quora, even without pre-established benchmarks, were compared between different vector-comparison strategies. Finally, a chatbot application, using Twitter and public data sets, had inter- esting results, but still far from a human-like model.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.info:eu-repo/semantics/openAccessProcessamento de linguagem natural (Computação)Redes sociais on-lineRedes neurais (Computação)Deep learning para processamento de linguagem natural : extração de significado em redes sociaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2021-06-30T02:40:46Z2021-06-30T02:40:46Z2017-07-07porreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/27868/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2017_GabrielBayomiTinocoKalejaiye_tcc.pdf2017_GabrielBayomiTinocoKalejaiye_tcc.pdfapplication/pdf5923166http://bdm.unb.br/xmlui/bitstream/10483/27868/1/2017_GabrielBayomiTinocoKalejaiye_tcc.pdf3f7133e34645e1d040786ca39cdce86fMD5110483/278682021-06-29 23:40:46.832oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712021-06-30T02:40:46Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Deep learning para processamento de linguagem natural : extração de significado em redes sociais
title Deep learning para processamento de linguagem natural : extração de significado em redes sociais
spellingShingle Deep learning para processamento de linguagem natural : extração de significado em redes sociais
Kalejaiye, Gabriel Bayomi Tinoco
Processamento de linguagem natural (Computação)
Redes sociais on-line
Redes neurais (Computação)
title_short Deep learning para processamento de linguagem natural : extração de significado em redes sociais
title_full Deep learning para processamento de linguagem natural : extração de significado em redes sociais
title_fullStr Deep learning para processamento de linguagem natural : extração de significado em redes sociais
title_full_unstemmed Deep learning para processamento de linguagem natural : extração de significado em redes sociais
title_sort Deep learning para processamento de linguagem natural : extração de significado em redes sociais
author Kalejaiye, Gabriel Bayomi Tinoco
author_facet Kalejaiye, Gabriel Bayomi Tinoco
author_role author
dc.contributor.author.fl_str_mv Kalejaiye, Gabriel Bayomi Tinoco
dc.contributor.advisor1.fl_str_mv Romariz, Alexandre Ricardo Soares
contributor_str_mv Romariz, Alexandre Ricardo Soares
dc.subject.keyword.pt_BR.fl_str_mv Processamento de linguagem natural (Computação)
Redes sociais on-line
Redes neurais (Computação)
topic Processamento de linguagem natural (Computação)
Redes sociais on-line
Redes neurais (Computação)
description Trabalho de Conclusão Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017.
publishDate 2017
dc.date.submitted.none.fl_str_mv 2017-07-07
dc.date.accessioned.fl_str_mv 2021-06-30T02:40:46Z
dc.date.available.fl_str_mv 2021-06-30T02:40:46Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv KALEJAIYE, Gabriel Bayomi Tinoco. Deep learning para processamento de linguagem natural: extração de significado em redes sociais. 2017. 98 f., il. Trabalho de Conclusão Curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2017.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/27868
identifier_str_mv KALEJAIYE, Gabriel Bayomi Tinoco. Deep learning para processamento de linguagem natural: extração de significado em redes sociais. 2017. 98 f., il. Trabalho de Conclusão Curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2017.
url https://bdm.unb.br/handle/10483/27868
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/27868/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/27868/1/2017_GabrielBayomiTinocoKalejaiye_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
3f7133e34645e1d040786ca39cdce86f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1801493149833494528

Registros relacionados