Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

You searched for +publisher:"Universidade Federal do Amazonas" +contributor:("Carvalho, Mois?s Gomes de"). One record found.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Ferreira, Felipe Alves. Um Modelo de Classifica??o de Polaridade em Cinco N?veis.

Degree: 2017, Universidade Federal do Amazonas

An?lise de sentimento ? a ?rea de estudo que observa as opini?es das pessoas, sentimentos, avalia??es, atitudes e emo??es em torno de entidades como produtos, servi?os, organiza??es e eventos. No mundo real, empresas e organiza??es frequentemente est?o interessadas em saber opini?es p?blicas sobre seus produtos e servi?os. Os consumidores tamb?m est?o interessados em saber a opini?o de quem adquiriu um produto antes de compr?-lo. Outras pessoas est?o interessadas em saber a opini?o dos outros sobre determinados candidatos de um pleito eleitoral antes de tomar uma decis?o sobre quem ir? votar. O objetivo deste trabalho ? desenvolver um m?todo de aprendizagem supervisionada capaz de classificar tweets em cinco n?veis de polaridade (aprova??o completa, opini?o positiva pontual, opini?o neutra, opini?o negativa pontual e rejei??o completa) usando para isso tweets do contexto pol?tico como estudo de caso. Para tal, investigamos se t?cnicas que fazem detec??o de polaridade de tr?s n?veis s?o capazes de oferecer boas evid?ncias para o treino e testes de classificadores no contexto dos cinco n?veis de polaridade nos tweets. Partindo dessa ideia, propomos estrat?gias de aprendizagem com os classificadores ?rvores de Decis?o, Naive Bayes e SVM usando como features o modelo de bag-of-words, as evid?ncias a partir de resultados de m?todos que classificam polaridade em tr?s n?veis e um modelo de extra??o de meta-informa??o. Os resultados mostraram que existe um ganho nas acur?cias dos classificadores ao combinar os diferentes modelos de features.

Sentiment analysis is the area of study that observes people?s opinions, feelings, assessments, attitudes and emotions around entities such as products, services, organizations and events. In the real world, companies and organizations are often interested in knowing public opinions about their products and services. Consumers are also interested in knowing the opinion of those who bought a product before buying it. Other people are interested in knowing the opinions of others about certain candidates in an election process before making a decision about who will vote. The objective of this work is to develop a supervised learning method capable of classifying tweets in five levels of polarity (complete approval, punctual positive opinion, neutral opinion, punctual negative opinion and complete rejection) using tweets of the political context as a case study. In order to do this, we investigated whether three-level polarity detection techniques are capable of providing good evidence for training and classifier testing in the context of the five polarity levels in tweets. Based on this idea, we propose learning strategies with the Decision Trees, Naive Bayes and SVM classifiers using as features models: bag-of-words, evidence from results of methods that classify polarity in three levels and a meta-level extraction method. The results showed that there is a gain in the accuracy of the classifiers when combining the different models of features.

Instituto de Desenvolvimento…

Advisors/Committee Members: Oliveira, David Braga Fernandes de, http://lattes.cnpq.br/9561812825173697, Cavalcanti, Jo?o Marcos Bastos, http://lattes.cnpq.br/3537707069694606, Carvalho, Mois?s Gomes de, http://lattes.cnpq.br/1840067885522796.

Subjects/Keywords: Naive Bayes; Minera??o de dados (Computa??o); Polaridade; Tweet; ?rvores de Decis?o; CI?NCIAS EXATAS E DA TERRA; An?lise de Sentimento; Classifica??o; Polaridade; Opini?o; Naive Bayes; SVM; ?rvores de Decis?o

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Ferreira, F. A. (2017). Um Modelo de Classifica??o de Polaridade em Cinco N?veis. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7649

Chicago Manual of Style (16th Edition):

Ferreira, Felipe Alves. “Um Modelo de Classifica??o de Polaridade em Cinco N?veis.” 2017. Masters Thesis, Universidade Federal do Amazonas. Accessed October 22, 2020. https://tede.ufam.edu.br/handle/tede/7649.

MLA Handbook (7th Edition):

Ferreira, Felipe Alves. “Um Modelo de Classifica??o de Polaridade em Cinco N?veis.” 2017. Web. 22 Oct 2020.

Vancouver:

Ferreira FA. Um Modelo de Classifica??o de Polaridade em Cinco N?veis. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2017. [cited 2020 Oct 22]. Available from: https://tede.ufam.edu.br/handle/tede/7649.

Council of Science Editors:

Ferreira FA. Um Modelo de Classifica??o de Polaridade em Cinco N?veis. [Masters Thesis]. Universidade Federal do Amazonas; 2017. Available from: https://tede.ufam.edu.br/handle/tede/7649

.