DO PROCESSAMENTO DE LINGUAGEM NATURAL À ANÁLISE DE SENTIMENTO

Autores

DOI:

https://doi.org/10.31510/infa.v20i1.1667

Palavras-chave:

Processamento de Linguagem Natural, Aprendizado de Máquina, Análise de Sentimento

Resumo

Neste artigo foi explanado sobre conceitos fundamentais de Processamento de Linguagem Natural e suas diversas ferramentas que tem se aprimoradas ao longo dos anos e se mostram a cada dia presente na rotina das pessoas. Realizou-se uma revisão e análise biográfica sobre Processamento de Linguagem Natural, Aprendizado de Máquina e Linguística Computacional, mostrando como a partir da análise textual pode-se chegar a complexos algoritmos de aprendizado de máquina, com o objetivo de conceituar e afunilar ao ponto de exemplificar em uma aplicação o conceito e o uso de Análise de Sentimento. A evolução do Processamento de Linguagem Natural torna necessária a evolução das ferramentas de aprendizado de máquina, pois são partes essenciais dentro de uma cadeia de eventos que vem se aprimorando com uma rapidez impressionante. Do conceito ao resultado final é possível verificar quão abrangente e repleto de ramificações é esse tema e, por meio de uma análise objetiva, constatar que o caminho para o futuro passa pelo aprendizado de máquina e a compreensão pela máquina da linguagem humana.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Referências

ALMEIDA, M. B. Detecção Automática de Discurso de Ódio em Redes Sociais. São José dos Campos, SP: UNIFESP, 2020.

ANDRADE, V. D. A. Detecção Automática de Discurso de Ódio em Textos do Twitter. Nova Iguaçu. RJ: Universidade Federal Rural do Rio de Janeiro, 2021.

CAMELO, F. A. B. Detecção Automática de Discursos de Ódio em Comentários de Jornais Online. Niterói, RJ: Universidade Federal Fluminense, 2017.

GONÇALVES, G. F. L. Análise de Emoções em Tweets Relacionados à pandemia da Covid-19 no Estado do Rio de Janeiro. Niterói, RJ: Universidade Federal Fluminense, 2021.

KAGGLE. Amazon Reviews. Disponível em: <https://www.kaggle.com/datasets/snap/amazon-fine-food-reviews>. Acessado em 20/03/2023.

LEARN, S. 1.2.2. Naive Bayes. 2023. Disponível em: <https://scikit-learn.org/stable/modules/naive_bayes.html>. Acessado em 16/02/2023.

SALDAÑA, Z. W. Analise de Sentimento para Exploração de Dados. 2018. Disponível em: <https://programminghistorian.org/pt/licoes/analise-sentimento-exploracao-dados>. Acessado em 15/02/2023.

TITENOK, Y. Natural Language Processing vs Text Mining. 2022. Disponível em: <https://sloboda-studio.com/blog/natural-language-processing-vs-text-mining>. Acessado em 20/02/2023.

TWITTER. Da Mata Repórter. Disponível em: <https://twitter.com/DaMataReporter>. Acessado em 19/02/2023.

VIEIRA, R.; LIMA, V.L.S. Linguística computacional: princípios e aplicações. In: As Tecnologias da Informação e a questão social: anais. Carlos Eduardo Ferreira (Ed.), SBC, Fortaleza, Ceará, Vol. 2, pp. 47-88, 2001.

Downloads

Publicado

30/06/2023

Como Citar

CAMPOS, E.; DE LIMA PITELI PICCHI, M. de L. P. DO PROCESSAMENTO DE LINGUAGEM NATURAL À ANÁLISE DE SENTIMENTO. Revista Interface Tecnológica, [S. l.], v. 20, n. 1, p. 170–180, 2023. DOI: 10.31510/infa.v20i1.1667. Disponível em: https://revista.fatectq.edu.br/interfacetecnologica/article/view/1667. Acesso em: 18 abr. 2024.

Edição

Seção

Tecnologia em Informática

Métricas