Estudo comparativo de abordagens para classificação de polaridade de análise de sentimentos em tweets sobre mudanças climáticas (2024)
- Authors:
- Autor USP: PIERONI, ROSÂNGELA - ICMC
- Unidade: ICMC
- Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL; MUDANÇA CLIMÁTICA; APRENDIZADO COMPUTACIONAL
- Keywords: Análise de Sentimentos
- Language: Português
- Abstract: Diante da crescente importância das redes sociais na formação da opinião dos usuários sobre os mais abrangentes temas, que variam da compra de um produto, questões sociais até decisões políticas, é de suma importância direcionar os olhares para questões atuais que provocam impacto significativo na vida das pessoas e na sociedade, como é o caso das mudanças climáticas. Dessa forma, analisar os sentimentos expressos nas redes sociais para melhor compreender as percepções das pessoas com relação a esse assunto é fundamental para formulação de políticas, campanhas de conscientização e avaliação da eficácia de ações de mitigação. O objetivo desse trabalho foi aplicar abordagens de Processamento de Linguagem Natural (PLN) para realizar a análise de sentimentos em uma base de dados oriunda de redes sociais com textos acerca de mudanças climáticas e comparar os resultados obtidos. O conjunto de dados utilizado foi obtido a partir do arquivo nltk_split.csv disponível no Kaggle. Os dados foram pré-processados realizando a limpeza dos textos (remoção dos caracteres especiais, pontuação, tags, HTML, URLs), os textos foram convertidos para letras minúsculas (lowercasing), foram eliminadas as palavras irrelevantes (stopwords) e as palavras foram reduzidas à sua forma raiz (lemmatization). Os dados ainda foram filtrados de forma que ficaram balanceados entre as classificações de sentimento positivo e negativo (22.698 positivos e 17.704 negativos). Foram aplicados os métodos baseados em extração de recursos (Bag-of-Words, Term Frequency-Inverse Document Frequency e Word2Vec), em recursos léxicos (TextBlob e VADER), em aprendizado de máquina supervisionado (Regressão Logística), em aprendizado profundo (LSTM e GRU) e o Transformers (BERT). O desempenho dos modelos foi avaliado usando as métricas de precisão, revocação, F1-score e acurácia. Os resultados obtidos com as técnicas de extração de recursos se mostrarambem similares com relação as palavras que mais se destacaram na Bag-of-Words, com as palavras que apresentaram maior frequência no conjunto de dados quando aplicado o TF-IDF, e na proximidade dessas palavras quando aplicado o Word2Vec. Dentre as técnicas implementadas, o maior e o menor valor de acurácia foram identificados no método de recursos léxicos: VADER com 0,99 e TextBlob com 0,77. As demais técnicas implementadas (Regressão Logística, LSTM, GRU e BERT) apresentaram valores bem próximos ou iguais (0,95, 0,96, 0,98 e 0,98, respectivamente).
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
PIERONI, Rosângela. Estudo comparativo de abordagens para classificação de polaridade de análise de sentimentos em tweets sobre mudanças climáticas. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/1e695ba5-974b-482e-a58f-39c6297b8be1/Ros%C3%A2ngela_Pieroni.pdf. Acesso em: 17 abr. 2025. -
APA
Pieroni, R. (2024). Estudo comparativo de abordagens para classificação de polaridade de análise de sentimentos em tweets sobre mudanças climáticas (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/1e695ba5-974b-482e-a58f-39c6297b8be1/Ros%C3%A2ngela_Pieroni.pdf -
NLM
Pieroni R. Estudo comparativo de abordagens para classificação de polaridade de análise de sentimentos em tweets sobre mudanças climáticas [Internet]. 2024 ;[citado 2025 abr. 17 ] Available from: https://bdta.abcd.usp.br/directbitstream/1e695ba5-974b-482e-a58f-39c6297b8be1/Ros%C3%A2ngela_Pieroni.pdf -
Vancouver
Pieroni R. Estudo comparativo de abordagens para classificação de polaridade de análise de sentimentos em tweets sobre mudanças climáticas [Internet]. 2024 ;[citado 2025 abr. 17 ] Available from: https://bdta.abcd.usp.br/directbitstream/1e695ba5-974b-482e-a58f-39c6297b8be1/Ros%C3%A2ngela_Pieroni.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Rosângela_Pieroni.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
