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

Abstract

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.