Classificador Fuzzy-genético aplicado ao processamento de linguagem natural

Fernanda C. e Silva; Rafael H. de Sousa; Aleson G. S. Chaves; Bruno H. G. Barbosa; Danton D. Ferreira

doi:10.48011/asba.v2i1.1202

Fernanda C. e Silva Universidade Federal de Lavras
Rafael H. de Sousa Universidade Federal de Lavras
Aleson G. S. Chaves Universidade Federal de Lavras
Bruno H. G. Barbosa Universidade Federal de Lavras
Danton D. Ferreira Universidade Federal de Lavras

DOI: https://doi.org/10.48011/asba.v2i1.1202

Keywords: Processamento de linguagem natural, Lógica Fuzzy, Algoritmos genéticos, Extração de características

Abstract

A mineração de opinião analisa opiniões e sentimentos sobre alguma entidade, podendo ser produtos, serviços, uma pessoa, etc. Com o crescente uso da Internet, a análise de sentimentos tornou-se uma abordagem essencial para analisar a grande quantidade de dados gerados. Essa análise permite traçar um perfil dos consumidores, sendo uma ferramenta para auxílio das empresas na criação de campanhas e melhorias de produtos. Vários métodos foram desenvolvidos para classificação automática de dados em formato textual. O objetivo desse trabalho é projetar e avaliar um classificador fuzzy para mineração de opinião e classificação do sentimento geral de textos. Para isso, foi utilizada uma base de dados contendo revisões de produtos do site Epinions.com. Foi necessário fazer o pré-processamento dos dados e a extração de características, com dois métodos. Esse trabalho propõe a utilização do algoritmo genético para determinar as características que serão usados pelo algoritmo fuzzy para classificação, de forma a maximizar o valor da acurácia. Os resultados obtidos mostram uma melhor acurácia para o classificador usando características extraídas via Word2Vec quando comparado ao método por polaridades. Além disso, os resultados obtidos com o método proposto utilizando 5 características extraídas viaWord2Vec é superior aos obtidos em outros métodos utilizando 200 características.