Análise de sentimento de mensagens de texto via comitê de máquinas de classificação

• Processo: 14/01237-7
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2014
• Data de Término da vigência: 30 de abril de 2016
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Tiago Agostinho de Almeida
• Beneficiário: Tiago Agostinho de Almeida
• Instituição Sede: Centro de Ciências e Tecnologias para a Sustentabilidade (CCTS). Universidade Federal de São Carlos (UFSCAR). Sorocaba , SP, Brasil
• Assunto(s): Aprendizado computacional Processamento de linguagem natural Reconhecimento de padrões Mineração de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Mineração de Dados | Processamento de Linguagem Natural | Reconhecimento de Padrões | Inteligência artificial

Resumo

A difusão das redes sociais e a inclusão digital possibilitaram as pessoas manifestarem suas opiniões através da Web. Tal fenômeno impactou o modo como as empresas realizam o atendimento ao cliente e a forma como os consumidores expressam suas opiniões. As redes sociais são um dos meios digitais mais utilizados. Pesquisas indicam que o tempo gasto nesses ambientes é, geralmente, compartilhado com tarefas relevantes, como trabalho e estudo. Por causa do tempo curto e menos prioritário, as mensagens costumam ser resumidas e repletas de palavras grafadas incorretamente, além de muitos símbolos, gírias e abreviações usualmente empregados para compactar a mensagem original e transmitir a informação rapidamente, dentro dos limites impostos pelo canal.Detectar automaticamente a polaridade de mensagens é um desafio científico que tem atraído a atenção tanto do mercado quanto da academia, uma vez que sua aplicação pode ser das mais diversas, como estimar a popularidade de um candidato em seu eleitorado e inferir se um produto vem agradando seus consumidores, dentre muitas outras. Além desses, analisar o sentimento expressos em mensagens também pode auxiliar as empresas a entenderem a opinião de uma grande massa de clientes a respeito de produtos comercializados, além de possibilitar que consumidores intencionados em comprar determinado produto conheçam previamente a opinião consensual de outros clientes.A necessidade de analisar inúmeras fontes diferentes com grandes volumes de opiniões estabelece um nicho para potenciais pesquisas científicas. Nesse cenário, este projeto de pesquisa propõe o desenvolvimento de um sistema de comitê de máquinas de classificação auxiliadas por técnicas de expansão de atributos para detectar automaticamente a polaridade de mensagens de texto. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LOCHTER, JOHANNES V.; ZANETTI, RAFAEL F.; RELLER, DOMINIK; ALMEIDA, TIAGO A.. Short text opinion detection using ensemble of classifiers and semantic indexing. EXPERT SYSTEMS WITH APPLICATIONS, v. 62, p. 243-249, NOV 15 2016. (14/01237-7)

ALMEIDA, TIAGO A.; SILVA, TIAGO P.; SANTOS, IGOR; GOMEZ HIDALGO, JOSE M.. Text normalization and semantic indexing to enhance Instant Messaging and SMS spam filtering. KNOWLEDGE-BASED SYSTEMS, v. 108, p. 8-pg., 2016-09-15. (14/01237-7)

ALMEIDA, TIAGO A.; SILVA, TIAGO P.; SANTOS, IGOR; GOMEZ HIDALGO, JOSE M.. Text normalization and semantic indexing to enhance Instant Messaging and SMS spam filtering. KNOWLEDGE-BASED SYSTEMS, v. 108, n. SI, p. 25-32, SEP 15 2016. (14/01237-7)