Publicação: Análise de sentimentos : usando a inteligência artificial para combater comentários indesejados
Carregando...
Arquivos
Data
Autores
Orientador
Diniz, Ivando Severino 
Coorientador
Pós-graduação
Curso de graduação
Engenharia de Controle e Automação - ICTS
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
Nesse trabalho foi desenvolvido uma ferramenta que permite ao usuário conectar a sua rede social, citada o Instagram, e realizar a análise dos comentários relacionados as postagens da conta. Classificando-as nas notas de entre positivas e negativas. Esse processo foi dividido em etapas, sendo a primeira etapa o desenvolvimento de um método para coletar os comentários de um conta escolhida dentro da rede social, isso pode ser realizado com a ajuda de uma API. Com os dados coletados, foi treinado um modelo de naive bayes para classificar os dados conforme proposto, em positivos e negativos, e submeter os dados coletados a esse classificador, para os dados classificados como negativos, seria necessário deletá-los da plataforma, que também é possível essa realização via API. Para o modelo treinado foi alcançado uma precisão no julgamento dos comentários de acima de 80%, ajudando assim eliminar muitos dos comentários não desejados de uma rede social.
Resumo (inglês)
In this paper, a tool was developed that allows the user to connect to their social
network, mentioned Instagram, and perform the analysis of comments related to the account's
posts. Classifying them in the notes between positive and negative. This process was divided
into stages, with the first stage being the development of a method to collect the comments
from a chosen account within the social network, which can be done with the help of an API.
With the collected data, a naive bayes model was trained to classify the data as proposed, in
positive and negative, and submit the collected data to this classifier, for data classified as
negative, it would be necessary to delete them from the platform, which is also possible to do
via API. For the trained model, an accuracy in the judgment of the comments of over 80%
was achieved, thus helping to eliminate many of the unwanted comments from a social
network.
Descrição
Palavras-chave
Análise de Sentimentos, Naive Bayes, Interface de programação de aplicações
Idioma
Português
