Análise adaptativa de fluxos de sentimento

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

26/03/2012

RESUMO

Nos últimos anos, a tarefa de análise de sentimentos tem atraído o interesse de pesquisadores de aprendizado de máquina. Esse interesse tem crescido significativamente devido o grande volume de conteúdo opinativo gerado e compartilhado através das mídias sociais online. Considerando os benefícios de conhecer o sentimento da população em relação a diferentes tópicos e entidades, a análise deste conteúdo, gerado pelas mídias sociais, se faz uma tarefa promissora e necessária. Muitas técnicas de classificação automática têm sido utilizadas para realizar a análise de sentimento, contudo é consenso que o modelo de chegada de mensagens a partir de mídias sociais segue o paradigma de fluxo de dados e as técnicas de classificação tradicionais não estão adequadas para tratar as características especificas deste fluxo de sentimento que é criado. Entre os desafios impostos às técnicas classificação podemos destacar: (1) o concept drift (i.e., constantes mudanças nas características dos dados, que neste trabalho foi abordado como sentiment drift), (2) a necessidade de atualização em tempo real do modelo de classificação a partir de mensagens mais recentes e (3) a limitação de tempo de computação e dados para treinamento, o que torna ainda mais difícil os dois primeiros desafios citados.

ASSUNTO(S)

computação teses. redes de relações sociais. teses influência (psicologia) redes de relações sociais. teses

ACESSO AO ARTIGO

Documentos Relacionados