Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/45848
Tipo: TCC
Título: Aplicação de técnicas de análise de sentimento para classificação de postagens em ambiente virtual de aprendizagem
Autor(es): Ribeiro, Mário Silva
Orientador: Coutinho, Emanuel Ferreira
Palavras-chave: Análise de sentimento;Aprendizagem de máquina;Multinomial Naive Bayes;Ambiente Virtual de Aprendizagem;SOLAR
Data do documento: 2018
Citação: RIBEIRO, Mário Silva. Aplicação de técnicas de análise de sentimento para classificação de postagens em ambiente virtual de aprendizagem. 2018. 64 f. Monografia (Graduação em Sistemas e Mídias Digitais) – Universidade Federal do Ceará, Fortaleza, 2018.
Resumo: Em uma era de tecnologias aplicadas para auxiliar o trabalho humano, é possível relegar a tarefa de descoberta de concordância ou não com um assunto via a análise de sentimentos. Como os professores/tutores em um Ambiente Virtual de Aprendizagem têm que lidar com grandes quantidades de mídia textual, propõe-se a criação de uma ferramenta que possa auxiliá-los nesta tarefa. O trabalho aqui descrito tem por objetivo demonstrar, via implementação de tal ferramenta, como a utilização de técnicas de Análise de Sentimento podem ser úteis em Ambientes Virtuais de Aprendizagem, de forma que um professor e/ou tutor possa descobrir a tendência geral de uma turma em relação ao tema que se tem interesse sem a necessidade de ler todos os textos, que podem ser de grande tamanho e em grande quantidade. A metodologia aplicada envolve quatro passos distintos. Num primeiro momento, é feita a coleta dos dados de login de professores ou alunos que possuam contas ativas na plataforma SOLAR. De posse dos dados de acesso ao sistema de ao menos dez estudantes, ou um estudante com pelo menos dez fóruns, ou um professor com disciplinas ativas no semestre atual, os textos de fóruns são colhidos e armazenados em um banco de dados por uma parte da aplicação. Com os textos obtidos, é feito então o uso da segunda parte da aplicação, onde a Análise de Sentimento é executada e classifica os textos em positivo, negativo ou neutro. Então, em posse dos resultados das classificações, uma parcela de amostras de textos são passadas a uma ou mais pessoas que não possuem conhecimento das classificações feitas pelo algoritmo, de forma a se fazer uma referência cruzada e atestar a eficácia do sistema. Os resultados obtidos mostram que o sistema tem a capacidade geral de acertar até aproximadamente 79% das classificações, sendo que algumas chegam até em 93%, o que caracteriza o sistema como sendo confiável o suficiente para exercer o seu papel. Como conclusão, pode-se apontar que a utilização de um método de Análise de Sentimento que é considerado simples pode apresentar resultados extremamente satisfatórios, dependendo somente do contexto que é utilizado; que ainda não existem dicionários em português brasileiro que sejam bons o suficiente para esse tipo de aplicação, mas que mesmo um relativamente simples ainda apresenta resultados satisfatórios; e que a aplicação desenvolvida supre todos os objetivos a que se propôs.
Abstract: In this age of technologies aimed at helping on human labor, it is possible to relegate the activity of discovering concordancy with a subject via sentiment analysis. As the professors on a Virtual Learning Environment have to work with a lot of text, we propose the conception of a tool which can help them on this matter. This work has the objective of demonstrating, via the implementation of such tool, how the utilization of Sentiment Analysis may be useful in Virtual Learning Environments, as a way for a professor/tutor to discover the general tendency of a group about some subject that they are interested in without the need of reading all the texts – those may be of great length and in great quantity. The methodology applied here has four distinct steps. First, we collect the login data of professors/students that have active accounts on SOLAR. Then, with the data of no less than ten students, or one student with ate least ten forums, or one professor with active course subjects, the forum texts are collected and written to a database by the first module of this application. The second module is then executed, which does the Sentiment Analysis per se and classifies the texts as positive, negative or neutral. Then we get a third person, unrelated to the experiment, and give them a percentage of the classified texts so we can make a cross-reference to test the application accuracy. The results show that the application has the overall capability of getting 79% of the classifications right, and individually some classifications can go as high as 93% - which characterizes the application as being trustworthy enough to do the job it’s supposed to. As a conclusion, we can attest that this classification method – which is considered very simple – can show extremely satisfactory results, depending only on the context it is applied to; that, as of the time of writing, there are no brazilian portuguese dictionaries that are good enough for this type of application, but even a relatively simple one can still show satisfactory results; and that the developed application is enough to cover all the objectives it is built to do.
URI: http://www.repositorio.ufc.br/handle/riufc/45848
Aparece nas coleções:SISTEMAS E MÍDIAS DIGITAIS - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_tcc_msribeiro.pdf2,61 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.