Uma abordagem unificada para análise de sentimento de tweets com domínio específico

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Patrícia Lustosa Ventura
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/19779
http://dx.doi.org/10.26512/2015.04.D.19779
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015.
id UNB_4f87eafbc04aec369ad74c5efe88ad32
oai_identifier_str oai:repositorio.unb.br:10482/19779
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Uma abordagem unificada para análise de sentimento de tweets com domínio específicoAnálise de sensibilidadeSentimentos humanosRedes sociais - análiseProcessamento de linguagem natural (Computação)TwitterDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015.Twitter é uma rede social online que permite que os usuários enviem e leiam mensagens curtas chamadas tweets. Em dezembro de 2014, o Twitter possuia mais de 500 milhões de usuários, dos quais mais de 284 milhões são usuários ativos, gerando aproximadamente 500 milhões de tweets todos os dias. O uso massivo de redes sociais online está atraindo atenção da academia e de empresas para o estudo da análise de sentimento, especialmente o Twitter, através da Análise de Sentimento de Tweets (AST). Essa análise proporciona insights sobre a opinião do público sobre vários tópicos, como política, notícias e produtos. Para executar AST eficientemente em um domínio específico, uma abordagem com uma ferramenta unificada é proposta. Essa abordagem possui quatro passos: coletar tweets relacionados ao domínio, identificar e excluir tweets que são spam, construir um léxico de sentimento específico para o domínio e analisar o sentimento dos tweets válidos. O léxico é um elemento chave que deve ser específico para domínio para poder incorporar expressões cujo sentimento varia de um domínio para outro. A ferramenta de AST proposta foi implementada e testada nos domínios ’iPhone 6 ’ e ’cigarros eletrônicos’ e obteve resultados convincentes nas quatro etapas, mostrando a superioridade de uma ferramenta de AST específica para domínio em relação a uma genérica.Twitter is an online social networking (OSN) service that enables users to send and read short messages called "tweets". As of December 2014, Twitter has more than 500 million users, out of which more than 284 million are active users and about 500 million tweets are posted every day. The massive use of online social networks is attracting great attention to the study of sentiment analysis, specially Tweet Sentiment Analysis (TSA). This analysis provides insights into the opinion of the public on various topics, from political affairs, hot news to commercial products. In order to execute efficient TSA on a particular topic or domain, an approach with a unified tool is proposed. This approach consists of four steps: collecting tweets related to that topic, identifying and excluding spam tweets, building a domain-specific sentiment lexicon and analyzing the sentiment of tweets. Among them, the lexicon is a key element that is domain-specific as well as incorporates expressions whose sentiment varies from one domain to another. The proposed TSA tool is tested on the ’iPhone 6’ and ’electronic cigarettes’ domains which obtains convincing results in all of the four phases, showing the superiority of the domain-specific TSA tool over a generic one.Weigang, LiRibeiro, Patrícia Lustosa Ventura2016-03-24T15:44:39Z2016-03-24T15:44:39Z2016-03-242015-04-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfRIBEIRO, Patrícia Lustosa Ventura. Uma abordagem unificada para análise de sentimento de tweets com domínio específico. 2015. xiv, 97 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2015.http://repositorio.unb.br/handle/10482/19779http://dx.doi.org/10.26512/2015.04.D.19779A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-14T18:56:25Zoai:repositorio.unb.br:10482/19779Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-14T18:56:25Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Uma abordagem unificada para análise de sentimento de tweets com domínio específico
title Uma abordagem unificada para análise de sentimento de tweets com domínio específico
spellingShingle Uma abordagem unificada para análise de sentimento de tweets com domínio específico
Ribeiro, Patrícia Lustosa Ventura
Análise de sensibilidade
Sentimentos humanos
Redes sociais - análise
Processamento de linguagem natural (Computação)
Twitter
title_short Uma abordagem unificada para análise de sentimento de tweets com domínio específico
title_full Uma abordagem unificada para análise de sentimento de tweets com domínio específico
title_fullStr Uma abordagem unificada para análise de sentimento de tweets com domínio específico
title_full_unstemmed Uma abordagem unificada para análise de sentimento de tweets com domínio específico
title_sort Uma abordagem unificada para análise de sentimento de tweets com domínio específico
author Ribeiro, Patrícia Lustosa Ventura
author_facet Ribeiro, Patrícia Lustosa Ventura
author_role author
dc.contributor.none.fl_str_mv Weigang, Li
dc.contributor.author.fl_str_mv Ribeiro, Patrícia Lustosa Ventura
dc.subject.por.fl_str_mv Análise de sensibilidade
Sentimentos humanos
Redes sociais - análise
Processamento de linguagem natural (Computação)
Twitter
topic Análise de sensibilidade
Sentimentos humanos
Redes sociais - análise
Processamento de linguagem natural (Computação)
Twitter
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015-04-24
2016-03-24T15:44:39Z
2016-03-24T15:44:39Z
2016-03-24
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 RIBEIRO, Patrícia Lustosa Ventura. Uma abordagem unificada para análise de sentimento de tweets com domínio específico. 2015. xiv, 97 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2015.
http://repositorio.unb.br/handle/10482/19779
http://dx.doi.org/10.26512/2015.04.D.19779
identifier_str_mv RIBEIRO, Patrícia Lustosa Ventura. Uma abordagem unificada para análise de sentimento de tweets com domínio específico. 2015. xiv, 97 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2015.
url http://repositorio.unb.br/handle/10482/19779
http://dx.doi.org/10.26512/2015.04.D.19779
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 Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508409793282048

Registros relacionados