Análise de sentimentos em contexto : estudo de caso em blog de empreendedorismo

Abstract

Esta pesquisa foca na melhoria dos resultados da análise de sentimentos aplicada em um contexto específico, a partir da utilização de uma base de dados composta por elementos desse contexto. A análise de sentimentos é a área de estudos que foca na identificação automática dos estados privados, como opiniões, emoções, sentimentos, avaliações, crenças e especulações na linguagem natural. Esta identificação pode ser realizada em dois níveis diferentes: frases e documentos. Este trabalho apresenta uma abordagem de análise de sentimentos que começa na coleta de insumos da web até a melhoria dos classificadores contextualizados a partir do trabalho realizado sobre os atributos definidos. Durante esse processo, os dois níveis de análise de sentimentos são executados. Também são utilizados anotadores neste trabalho, que contribuem para a criação de todos os novos arquivos de treino de classificadores e na criação dos textos utilizados como teste de validação dos classificadores produzidos. É apresentada uma abordagem de avaliação da congruência entre as anotações realizadas dentro da plataforma que permite garantir a assertividade entre as anotações e evita que os textos anotados estejam enviesados com a opinião de apenas um anotador. Foi desenvolvida também, uma plataforma código aberto, o Analisador de Sentimentos, que permite realizar todos os processos necessários para realização deste estudo. Ela se caracteriza como uma contribuição para a comunidade científica para que esta possa avançar os estudos nesta área. _____________________________________________________________________________ ABSTRACT

This work shows that contextual sentiment analysis is more accurate than generic sentiment analysis. To achieve this goal, a supervised learning algorithm - Naive Bayes - was used with di_erent training bases, contextualized and not contextualized. Sentiment analysis is the _eld of study that focuses on automatic identi_cation of private states, such as beliefs, emotions, feelings, evaluations, beliefs and speculations in natural language. This assessment can be carried out at two di_erent levels: phrases and documents. This paper presents an approach to sentiment analysis that starts in collecting inputs from web to improve classi_ers contextualized from the work done on the de_ned features. During this process, the two levels of sentiment analysis are performed. Annotators are used in this work to contribute to the creation of all new training _les of classi_ers and the creation of texts used as a validation test for classi_ers produced. It is presented an approach for assessing the congruence between the notes made within the platform which ensures assertiveness among annotations and prevents annotated texts are skewed to the opinion of one annotator. An open source platform was developed, the Analisador de Sentimentos, to perform all procedures required for this study. It is characterized as a contribution to the scienti_c community so that it can advance study in this area.