Aplicação de Deep Learning para análise de sentimentos a partir de imagens

Abstract

Com o crescente número de compartilhamentos de imagens nos últimos anos, o surgimento de pesquisas na área da inteligência artificial para o reconhecimento de conteúdos visuais também cresceu consideravelmente. Entre essas pesquisas destaca-se o uso do Deep Learning para o entendimento automatizado do sentimento compartilhado através das mídias digitais. Entretanto, predizer sentimentos é uma tarefa complexa, visto que, devido à subjetividade humana, conteúdos similares podem ser interpretados de maneiras diferentes. Este trabalho apresenta o desenvolvimento de duas abordagens diferentes envolvendo a área de Deep Learning, de modo a analisar os sentimentos expressos por imagens digitais considerando duas classes (Positiva e Negativa). Uma abordagem analisa diretamente o conteúdo visual da imagem, enquanto a outra faz uma interpretação textual do conteúdo da mídia para posteriormente, categorizar o sentimento da figura com base na legenda extraída. Ambas as abordagens tiveram resultados praticamente semelhantes, mas durante o processo de benchmark, o resultado favoreceu a abordagem visual com um valor de 63% de acurácia devido sua simplicidade em relação ao fluxo e a dificuldade da segunda abordagem em trazer sentimentos nas legenda durante o processo de descrição da figura. Para trabalhos futuros é sugerido o melhoramento das arquiteturas desenvolvidas até o momento e possivelmente a adição de novas arquiteturas de redes convolucionais para agregar ao benchmark coletado.