Notícias

Banca de DEFESA: JOAO PAULO ALBUQUERQUE VIEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOAO PAULO ALBUQUERQUE VIEIRA
DATA: 05/09/2018
HORA: 15:00
LOCAL: Sala de Videoconferência
TÍTULO: Análise de Extração de Aspectos em Opiniões Regulares
PALAVRAS-CHAVES: Mineração de Opinião. Extração de Aspectos. Redes Convolucionais
PÁGINAS: 80
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

No contexto do constante crescimento da Web, diversos serviços foram virtualizados, incluindo o surgimento do comércio eletrônico (e-commerce). Tanto tradicionalmente quanto por meio de e-commerce, as pessoas necessitam comparar produtos e serviços para nortear suas decisões por meio da análise das características desejadas. A mudança que a Web ocasionou foi a exposição de suas opiniões em sites de compra e venda, fóruns na Web, redes sociais ou ainda grupos de discussão, permitindo sua visualização por qualquer pessoa que necessite. Porém, com o crescimento explosivo da Web e da quantidade de dados gerada diariamente, uma análise manual dessas informações tornou-se impossível, tendo promovido o surgimento da área de Mineração de Opiniões. Um sistema de Mineração de Opiniões consiste em identificar, classificar e sumarizar as opiniões em descrições textuais de consumidores sobre produtos ou serviços. Na literatura, existem diversas abordagens utilizadas na identificação de opiniões para extrair a entidade alvo e seus aspectos, a saber: i) extração baseada em frequência; ii) extração baseada nas relações sintáticas; iii) extração usando aprendizado supervisionado; e iv) extração usando modelos de tópicos. Este trabalho apresenta uma análise comparativa entre as principais abordagens usadas na tarefa de Extração de Aspectos em relatos sobre produtos e serviços em sites Web. Nessa Dissertação foram implementadas adaptações de quatro métodos de extração de aspectos e avaliados em dois Corpora distintos, sendo um em português e outro em inglês. Nos experimentos realizados observou-se que o método usando aprendizado supervisionado (redes neurais convolucionais) obteve melhores resultados sobre os demais.


MEMBROS DA BANCA:
Presidente - 1226761 - RAIMUNDO SANTOS MOURA
Interno - 2167802 - PEDRO DE ALCANTARA DOS SANTOS NETO
Interno - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Externo à Instituição - SILVIO ROBERTO FERNANDES DE ARAÚJO - UFERSA
Notícia cadastrada em: 01/08/2018 15:03
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.instancia1 20/07/2019 21:23