Interpretabilidade de técnicas de machine learning para análise de sentimentos de textos

• Processo: 21/02599-3
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de abril de 2021
• Data de Término da vigência: 28 de fevereiro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: André Carlos Ponce de Leon Ferreira de Carvalho
• Beneficiário: Maynara Natalia Scoparo
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Aprendizado computacional Processamento de linguagem natural Inteligência artificial Emoções
• Palavra(s)-Chave do Pesquisador: Análise de Sentimentos | interpretabilidade | machine learning | Processamento de Linguagem Natural | Inteligência Artificial

Resumo

A análise de sentimentos é uma tarefa que se tornou fundamental para entendimento da opinião das pessoas relativa a assuntos, pessoas ou produtos, permitindo aprimorar processos em diversos segmentos sociais e comerciais. Com o uso de Machine Learning, se tornou possível tratar uma massiva quantidade de dados e atingir resultados promissores. Contudo, os modelos utilizados, em sua maioria, são considerados modelos caixa preta, pois permitem o mínimo ou nada de entendimento sobre seu funcionamento interno. Dessa maneira certas decisões tomadas são impossíveis de serem interpretadas, consequentemente limitando o aprimoramento dos modelos e entendimentos dos dados. Esse projeto visa explorar as diversas técnicas de Machine Learning para análise de sentimentos e aplicar métodos de interpretabilidade com o intuito e de tonar os modelos mais robustos. (AU)