Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional Uninter |
Texto Completo: | https://repositorio.uninter.com/handle/1/1390 |
Resumo: | Sistemas de avaliações institucionais são ferramentas essenciais para viabilizar a melhoria das instituições de ensino, baseado de forma geral no feedback do aluno com relação a uma série de critérios. Na tentativa de compreender a grande quantidade de informações geradas por este processo, as técnicas de análise de sentimento podem auxiliar a extrair informações importantes em tais cenários. Baseando-se na literatura a partir das técnicas disponíveis para análise de sentimento, o projeto apresenta os principais conceitos utilizados para a construção de modelos de redes neurais capaz de classificar o sentimento com base em um corpus textual de domínio específico. Por meio de técnicas de experimentação, foram treinados 5 modelos de redes neurais artificiais a fim de evidenciar o melhor modelo para o corpus de avaliação institucional. Na avaliação dos modelos treinados, foi identificado que o BERT (Bidirectional Encoder Representations From Transformers - Representações Bidirecionais Codificadas por Transformadores) é uma técnica se mostrou como o melhor modelo para análise de sentimento com o corpus do questionário institucional aqui estudado, atingindo um F1 score de 0,912. Em adição a esta constatação, foi identificado também que, para futuras melhorias no modelo, o aumento do conjunto de dados pode levar a resultados mais precisos nas predições. |
id |
UNINTER-3_965827aae9358ab45925b103768b5442 |
---|---|
oai_identifier_str |
oai:repositorio.uninter.com:1/1390 |
network_acronym_str |
UNINTER-3 |
network_name_str |
Repositório Institucional Uninter |
repository_id_str |
|
spelling |
Barbosa, Marcelo E. G.Maas, HenryPereira, Bruno H. P.Medeiros, Luciano F. de2023-05-22T21:14:35Z2023-05-22T21:14:35Z2019https://repositorio.uninter.com/handle/1/1390Sistemas de avaliações institucionais são ferramentas essenciais para viabilizar a melhoria das instituições de ensino, baseado de forma geral no feedback do aluno com relação a uma série de critérios. Na tentativa de compreender a grande quantidade de informações geradas por este processo, as técnicas de análise de sentimento podem auxiliar a extrair informações importantes em tais cenários. Baseando-se na literatura a partir das técnicas disponíveis para análise de sentimento, o projeto apresenta os principais conceitos utilizados para a construção de modelos de redes neurais capaz de classificar o sentimento com base em um corpus textual de domínio específico. Por meio de técnicas de experimentação, foram treinados 5 modelos de redes neurais artificiais a fim de evidenciar o melhor modelo para o corpus de avaliação institucional. Na avaliação dos modelos treinados, foi identificado que o BERT (Bidirectional Encoder Representations From Transformers - Representações Bidirecionais Codificadas por Transformadores) é uma técnica se mostrou como o melhor modelo para análise de sentimento com o corpus do questionário institucional aqui estudado, atingindo um F1 score de 0,912. Em adição a esta constatação, foi identificado também que, para futuras melhorias no modelo, o aumento do conjunto de dados pode levar a resultados mais precisos nas predições.application/pdfInteligência ArtificialAnálise de SentimentoProcessamento de Linguagem NaturalClassificação de TextoBERTAnálise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCentro Universitário Internacional UninterEscola Superior PolitécnicaCuritiba, Brasil/Paraná2019Engenharia da ComputaçãoGraduaçãoinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional Uninterinstname:Centro Universitário Internacional (UNINTER)instacron:UNINTERORIGINALTCC ENG COMP Henry Maas, Bruno H.P. Pereira, Marcelo E. G. Barbosa, 2019.pdfTCC ENG COMP Henry Maas, Bruno H.P. Pereira, Marcelo E. G. Barbosa, 2019.pdfapplication/pdf572698https://repositorio.uninter.com/bitstream/1/1390/1/TCC%20ENG%20COMP%20Henry%20Maas%2c%20Bruno%20H.P.%20Pereira%2c%20Marcelo%20E.%20G.%20Barbosa%2c%202019.pdfdf6bff34a181fb9e285ac235cebb8660MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81824https://repositorio.uninter.com/bitstream/1/1390/2/license.txt2e7759ff8e68ded7b971b4e386cd3852MD52TEXTTCC ENG COMP Henry Maas, Bruno H.P. Pereira, Marcelo E. G. Barbosa, 2019.pdf.txtTCC ENG COMP Henry Maas, Bruno H.P. Pereira, Marcelo E. G. Barbosa, 2019.pdf.txtExtracted texttext/plain81825https://repositorio.uninter.com/bitstream/1/1390/3/TCC%20ENG%20COMP%20Henry%20Maas%2c%20Bruno%20H.P.%20Pereira%2c%20Marcelo%20E.%20G.%20Barbosa%2c%202019.pdf.txt8984897a235382e2f3fc5d3c6de659f6MD53THUMBNAILTCC ENG COMP Henry Maas, Bruno H.P. Pereira, Marcelo E. G. Barbosa, 2019.pdf.jpgTCC ENG COMP Henry Maas, Bruno H.P. Pereira, Marcelo E. G. Barbosa, 2019.pdf.jpgGenerated Thumbnailimage/jpeg1514https://repositorio.uninter.com/bitstream/1/1390/4/TCC%20ENG%20COMP%20Henry%20Maas%2c%20Bruno%20H.P.%20Pereira%2c%20Marcelo%20E.%20G.%20Barbosa%2c%202019.pdf.jpge9a02df073634a68e1bd4959272b2f75MD541/13902023-05-22 18:30:22.607oai:repositorio.uninter.com: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ório Institucionalhttps://repositorio.uninter.com/oai/requestopendoar:2023-05-22T21:30:22falseRepositório Institucionalhttps://repositorio.uninter.com/oai/requestopendoar:2023-05-22T21:30:22Repositório Institucional Uninter - Centro Universitário Internacional (UNINTER)false |
dc.title.pt_BR.fl_str_mv |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
title |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
spellingShingle |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação Barbosa, Marcelo E. G. Inteligência Artificial Análise de Sentimento Processamento de Linguagem Natural Classificação de Texto BERT |
title_short |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
title_full |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
title_fullStr |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
title_full_unstemmed |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
title_sort |
Análise de sentimento por meio de redes neurais artificiais em sistemas de avaliação de cursos de graduação |
author |
Barbosa, Marcelo E. G. |
author_facet |
Barbosa, Marcelo E. G. Maas, Henry Pereira, Bruno H. P. |
author_role |
author |
author2 |
Maas, Henry Pereira, Bruno H. P. |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Barbosa, Marcelo E. G. Maas, Henry Pereira, Bruno H. P. |
dc.contributor.advisor1.fl_str_mv |
Medeiros, Luciano F. de |
contributor_str_mv |
Medeiros, Luciano F. de |
dc.subject.por.fl_str_mv |
Inteligência Artificial Análise de Sentimento Processamento de Linguagem Natural Classificação de Texto BERT |
topic |
Inteligência Artificial Análise de Sentimento Processamento de Linguagem Natural Classificação de Texto BERT |
description |
Sistemas de avaliações institucionais são ferramentas essenciais para viabilizar a melhoria das instituições de ensino, baseado de forma geral no feedback do aluno com relação a uma série de critérios. Na tentativa de compreender a grande quantidade de informações geradas por este processo, as técnicas de análise de sentimento podem auxiliar a extrair informações importantes em tais cenários. Baseando-se na literatura a partir das técnicas disponíveis para análise de sentimento, o projeto apresenta os principais conceitos utilizados para a construção de modelos de redes neurais capaz de classificar o sentimento com base em um corpus textual de domínio específico. Por meio de técnicas de experimentação, foram treinados 5 modelos de redes neurais artificiais a fim de evidenciar o melhor modelo para o corpus de avaliação institucional. Na avaliação dos modelos treinados, foi identificado que o BERT (Bidirectional Encoder Representations From Transformers - Representações Bidirecionais Codificadas por Transformadores) é uma técnica se mostrou como o melhor modelo para análise de sentimento com o corpus do questionário institucional aqui estudado, atingindo um F1 score de 0,912. Em adição a esta constatação, foi identificado também que, para futuras melhorias no modelo, o aumento do conjunto de dados pode levar a resultados mais precisos nas predições. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019 |
dc.date.accessioned.fl_str_mv |
2023-05-22T21:14:35Z |
dc.date.available.fl_str_mv |
2023-05-22T21:14:35Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.uninter.com/handle/1/1390 |
url |
https://repositorio.uninter.com/handle/1/1390 |
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 Uninter instname:Centro Universitário Internacional (UNINTER) instacron:UNINTER |
instname_str |
Centro Universitário Internacional (UNINTER) |
instacron_str |
UNINTER |
institution |
UNINTER |
reponame_str |
Repositório Institucional Uninter |
collection |
Repositório Institucional Uninter |
bitstream.url.fl_str_mv |
https://repositorio.uninter.com/bitstream/1/1390/1/TCC%20ENG%20COMP%20Henry%20Maas%2c%20Bruno%20H.P.%20Pereira%2c%20Marcelo%20E.%20G.%20Barbosa%2c%202019.pdf https://repositorio.uninter.com/bitstream/1/1390/2/license.txt https://repositorio.uninter.com/bitstream/1/1390/3/TCC%20ENG%20COMP%20Henry%20Maas%2c%20Bruno%20H.P.%20Pereira%2c%20Marcelo%20E.%20G.%20Barbosa%2c%202019.pdf.txt https://repositorio.uninter.com/bitstream/1/1390/4/TCC%20ENG%20COMP%20Henry%20Maas%2c%20Bruno%20H.P.%20Pereira%2c%20Marcelo%20E.%20G.%20Barbosa%2c%202019.pdf.jpg |
bitstream.checksum.fl_str_mv |
df6bff34a181fb9e285ac235cebb8660 2e7759ff8e68ded7b971b4e386cd3852 8984897a235382e2f3fc5d3c6de659f6 e9a02df073634a68e1bd4959272b2f75 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional Uninter - Centro Universitário Internacional (UNINTER) |
repository.mail.fl_str_mv |
|
_version_ |
1801047289170493440 |