Show simple item record

dc.creatorLopes Filho, José Ahirton Batista
dc.date.accessioned2016-07-06T19:42:24Z
dc.date.accessioned2020-05-28T18:08:48Z
dc.date.available2020-05-28T18:08:48Z
dc.date.issued2016-02-17
dc.identifier.citationLopes Filho, José Ahirton Batista. Classificação de gênero em dados do Twitter baseada na extração de meta-atributos textuais. 2016. 67 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo .por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24437
dc.description.abstractWith the growth of social media in recent years, there has been an increase on the interest in the automatic characterization of users based on the informal content they generate. In this context, the labeling of users in demographic categories, such as age, ethnicity, origin and race,and the investigation of other attributes inherent to users, such as political preferences, personality and gender expression, has received a great deal of attention, especially based on Twitter data. The present work focuses on the task of gender classification by using 65 textual meta-attributes, commonly used in text attribution tasks, for the extraction of gender expression linguistic cues in tweets written in Portuguese.The work takes into account characters, syntax, words, structure and morphology, as well as selected psycolinguistic cues of short length, multi-genre, content free texts posted on Twitter to classify author's gender via four different machine-learning algorithms. The proposed meta-attributes in this process are also evaluated.eng
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectaprendizado de máquina; classificação; gênero; mídias sociais; Twitter; extração; meta-atributos; portuguêspor
dc.subjectmachine-learning; classification; gender; social media;Twitter; extraction; meta-attributes; portuguese languageeng
dc.titleClassificação de gênero em dados do Twitter baseada na extração de meta-atributos textuaispor
dc.typeDissertaçãopor
dc.publisher.departmentEscola de Engenharia Mackenzie (EE)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoCom o crescimento das mídias sociais nos últimos anos tem havido um aumento de interesse na caracterização automática dos usuários com base no conteúdo informal que eles geram. Neste contexto, a rotulação dos usuários em categorias demográficas tais como idade, etnia, origem e raça, bem como a investigação de outros atributos inerentes aos usuários, como preferências políticas, personalidade e expressão de gênero, tem recebido grande atenção, especialmente com base em dados do Twitter. O presente trabalho é centrado na tarefa de classificação de gênero, propondo 65 meta-atributos textuais, comumente usados em tarefas de atribuição de texto, para a extração de características linguísticas quanto à expressão de gênero em tweets escritos em Português. São considerados caracteres, sintaxe, palavras, estrutura e morfologia, além de determinados atributos psicolinguísticos, dos textos de comprimento curto, multi-gênero e de livre conteúdo postados no Twitter para a classificação de gênero do autor por meio de quatro algoritmos de aprendizado de máquina diferentes. Também é avaliada a influência dos meta-atributos propostos para este processo.por
dc.contributor.advisor-co1Pasti, Rodrigo
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9305519410031191por
dc.creator.Latteshttp://lattes.cnpq.br/9352504362541995por
dc.contributor.advisor1Castro, Leandro Nunes de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2741458816539568por
dc.contributor.referee1Mustaro, Pollyana Notargiacomo
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5131975026612008por
dc.contributor.referee2Ferrari, Daniel Gomes
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2650691713057509por
dc.contributor.referee3Silveira, Ismar Frango
dc.contributor.referee3Latteshttp://lattes.cnpq.br/3894359521286830por
dc.contributor.referee4França, Fabrício Olivetti de
dc.contributor.referee4Latteshttp://lattes.cnpq.br/8788356220698686por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/10805/JOSE%20AHYRTON%20BATISTA%20LOPES%20FILHO.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/2810/5/JOSE%20AHYRTON%20BATISTA%20LOPES%20FILHO.pdf
dc.keywordsmachine-learning; classification; gender; social media;Twitter; extraction; meta-attributes; portuguese languageeng


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Acesso Aberto
Except where otherwise noted, this item's license is described as Acesso Aberto