Um grande número de pessoas compartilha suas opiniões através de vídeos, gerando uma gama
de dados incalculável. Esse fenômeno tem despertado elevado interesse de empresas em obter,
a partir de vídeos a percepção do grau de sentimento envolvido na opinião das pessoas. E
também tem sido uma nova tendência no campo de análise de sentimentos, com importantes
desafios envolvidos. A maioria das pesquisas que abordam essa problemática utiliza em suas
soluções a combinação de dados de três fontes diferentes: vídeo, áudio e texto. Portanto, são
soluções baseadas em modelos complexos e dependentes do idioma, ainda assim, apresentam
baixo desempenho. Nesse contexto, este trabalho busca responder a seguinte pergunta: é possível
desenvolver um método de classificação de opinião que utilize somente vídeo como fonte de
dados, e que obtenha resultados superiores ou equivalente aos resultados obtidos por métodos
correntes que usam mais de uma fonte de dados? Como resposta a essa pergunta, é apresentado
neste trabalho um método de classificação de opinião multimodal que combina informações de
expressão facial e de gesto do corpo extraídas de vídeos on-line. O método proposto utiliza
codificação de características para melhorar a representação dos dados e facilitar a tarefa de
classificação, a fim de predizer a opinião exposta pelo usuário com elevada precisão e de forma
independente do idioma utilizado nos vídeos. Com objetivo de testar o método proposto foram
realizados experimentos com três bases de dados públicas e com três baselines. Os resultados
dos experimentos mostram que o método proposto é em média 16% superior aos baselines em
termos de acurácia e ou precisão, apesar de utilizar apenas dados de vídeo, enquanto os baselines
utilizam vídeo, áudio e texto. Como forma de demonstrar portabilidade e independência de
idiomas do método proposto, este foi treinado com instâncias de uma base de dados que tem
opiniões expressas exclusivamente em inglês, e testado em uma base de dados cujas opiniões são
expressas exclusivamente no idioma espanhol. O percentual de 82% de acurácia alcançado nesse
teste indica que o método proposto pode ser considerado independente do idioma falado nos
vídeos.
|
