Análise de sentimento por meio de deep learning aplicada à mineração de argumentos
dc.contributor.advisor | Araujo, Renata M. de | |
dc.contributor.advisor | Coelho, Orlando B. C | |
dc.contributor.author | Tokuda, Nivaldo H. O. | |
dc.date.accessioned | 2022-11-17T18:11:01Z | |
dc.date.available | 2022-11-17T18:11:01Z | |
dc.date.issued | 2021-05-31 | |
dc.description.abstract | Mineração de Argumentos é um tópico que vem obtendo crescente importância na comunidade de pesquisa em Processamento de Linguagem Natural. Há uma abundância de conteúdo em linguagem natural disponível nas redes sociais, com potencial para análise das argumentações que se estabelecem entre os participantes da rede. Dado esse contexto, este trabalho tem o objetivo de explorar técnicas de Mineração de Argumentos para identificação de estruturas de argumentação em corpora de discussões em redes sociais. Mais especificamente, este trabalho tem como objetivo focar em um dos aspectos essenciais em um processo de mineração de argumentos: a análise de sentimento das sentenças apresentadas nas discussões, usando técnicas modernas de Deep Learning.Para essa finalidade, foi utilizada a arquitetura Transformer, que obteve resultados promissores. | pt_BR |
dc.identifier.uri | https://dspace.mackenzie.br/handle/10899/31037 | |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Presbiteriana Mackenzie | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | deep learning | pt_BR |
dc.subject | mineração de argumentos | pt_BR |
dc.title | Análise de sentimento por meio de deep learning aplicada à mineração de argumentos | pt_BR |
dc.type | TCC | pt_BR |
local.publisher.department | Faculdade de Computação e Informática (FCI) | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- 787-Artigo Final-3332-1-4-20210531.pdf
- Tamanho:
- 522.6 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Nivaldo H. O. Tokuda
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 1.95 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: