Dissertação

Quantificando a importância de emojis e emoticons para a identificação de polaridade

Ambientes virtuais como lojas online de produtos e serviços (e.g. Amazon, Google Play, Booking) adotam uma estratégia colaborativa de avaliação e reputação onde os usuários classificam os produtos e serviços. A opinião do usuário representa o seu grau de satisfação em relação ao item a...

ver descrição completa

Autor principal: Paula, Hildon Eduardo Lima de
Outros Autores: http://lattes.cnpq.br/0597782784049468
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Amazonas 2019
Assuntos:
Polaridade
Aprendizado do computador
Comércio eletrônico - Satisfação do consumidor - Avaliação
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Acesso em linha: https://tede.ufam.edu.br/handle/tede/7224
id oai:https:--tede.ufam.edu.br-handle-:tede-7224
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-72242019-06-26T05:03:53Z Quantificando a importância de emojis e emoticons para a identificação de polaridade Paula, Hildon Eduardo Lima de Nakamura, Eduardo Freire http://lattes.cnpq.br/0597782784049468 http://lattes.cnpq.br/1448696292042915 Gadelha, Bruno Freitas http://lattes.cnpq.br/4987487225451219 Carvalho, Moises Gomes de http://lattes.cnpq.br/1840067885522796 Polaridade Aprendizado do computador Comércio eletrônico - Satisfação do consumidor - Avaliação CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Ambientes virtuais como lojas online de produtos e serviços (e.g. Amazon, Google Play, Booking) adotam uma estratégia colaborativa de avaliação e reputação onde os usuários classificam os produtos e serviços. A opinião do usuário representa o seu grau de satisfação em relação ao item avaliado. O conjunto de avaliações de um item é referencial de sua reputação/qualidade. Portanto, a identificação automática da satisfação do usuário em relação a um item, considerando sua avaliação textual, é uma ferramenta com potencial econômico singular. Neste contexto, com a popularização de emojis e emoticons, intensificada pelo uso de dispositivos móveis e seus aplicativos, os usuários adotam cada vez mais estes símbolos como parte do vocabulário utilizado para expressar opiniões e sentimentos. Neste trabalho, apresentamos uma avaliação quantitativa da representatividade de emojis/emoticons para a identificação de opinião e polaridade em ambientes online de avaliação colaborativa. A abordagem proposta quantifica o uso da técnica Bag of Words com SVM, Max Entropy e Naive Bayes para determinar o grau de satisfação do usuário em relação a um item, considerando: (1) palavras e emojis/emoticons; (2) apenas palavras; (3) apenas emojis/emoticons. Particularmente, para cenários específicos o uso de emojis/emoticons para a análise de sentimentos chega a ter uma eficácia de 0,92 com uso de emojis combinados com palavras, contra 0,81 quando utilizamos apenas as palavras, considerando a métrica F1. Virtual environments, such as online stores (e.g. Amazon, Google Play, Booking), pro- mote a collaborative strategy for reviewing products and services. The users’ opinions represent their degree of satisfaction regarding the reviewed item. The set of reviews of an item serves as a reputation index. Hence, the automatic identification of the user satisfaction, regarding an item, based on his/her textual review, is a tool of great economic and strategic potential for enterprises. In this context, the growing adoption of emojis and emoticons, boosted by the mobile devices and their Apps, the users incre- asingly adopt such a vocabulary to express their opinion and sentiments. In this work, we present a quantitative assessment of the richness of emojis/emoticons to predict the users’ opinion in product reviews in collaborative systems. Our proposal uses the Bag of Words with Support Vector Machine to predict the users’ opinion in a online review, taking into account the use of: (1) only words; (2) words and emojis/emoticons; and (3) only emojis/emoticons. For certain scenarios, considering the F1 metric, the use of words and emojis results in an efficacy of 0.92 using words combined with emojis, compared to 0.81 when only words are used (traditional approach). 2019-06-25T17:46:22Z 2019-05-31 Dissertação PAULA, Hildon Eduardo Lima de. Quantificando a importância de emojis e emoticons para a identificação de polaridade. 2019. 104 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019. https://tede.ufam.edu.br/handle/tede/7224 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Polaridade
Aprendizado do computador
Comércio eletrônico - Satisfação do consumidor - Avaliação
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
spellingShingle Polaridade
Aprendizado do computador
Comércio eletrônico - Satisfação do consumidor - Avaliação
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Paula, Hildon Eduardo Lima de
Quantificando a importância de emojis e emoticons para a identificação de polaridade
topic_facet Polaridade
Aprendizado do computador
Comércio eletrônico - Satisfação do consumidor - Avaliação
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
description Ambientes virtuais como lojas online de produtos e serviços (e.g. Amazon, Google Play, Booking) adotam uma estratégia colaborativa de avaliação e reputação onde os usuários classificam os produtos e serviços. A opinião do usuário representa o seu grau de satisfação em relação ao item avaliado. O conjunto de avaliações de um item é referencial de sua reputação/qualidade. Portanto, a identificação automática da satisfação do usuário em relação a um item, considerando sua avaliação textual, é uma ferramenta com potencial econômico singular. Neste contexto, com a popularização de emojis e emoticons, intensificada pelo uso de dispositivos móveis e seus aplicativos, os usuários adotam cada vez mais estes símbolos como parte do vocabulário utilizado para expressar opiniões e sentimentos. Neste trabalho, apresentamos uma avaliação quantitativa da representatividade de emojis/emoticons para a identificação de opinião e polaridade em ambientes online de avaliação colaborativa. A abordagem proposta quantifica o uso da técnica Bag of Words com SVM, Max Entropy e Naive Bayes para determinar o grau de satisfação do usuário em relação a um item, considerando: (1) palavras e emojis/emoticons; (2) apenas palavras; (3) apenas emojis/emoticons. Particularmente, para cenários específicos o uso de emojis/emoticons para a análise de sentimentos chega a ter uma eficácia de 0,92 com uso de emojis combinados com palavras, contra 0,81 quando utilizamos apenas as palavras, considerando a métrica F1.
author_additional Nakamura, Eduardo Freire
author_additionalStr Nakamura, Eduardo Freire
format Dissertação
author Paula, Hildon Eduardo Lima de
author2 http://lattes.cnpq.br/0597782784049468
author2Str http://lattes.cnpq.br/0597782784049468
title Quantificando a importância de emojis e emoticons para a identificação de polaridade
title_short Quantificando a importância de emojis e emoticons para a identificação de polaridade
title_full Quantificando a importância de emojis e emoticons para a identificação de polaridade
title_fullStr Quantificando a importância de emojis e emoticons para a identificação de polaridade
title_full_unstemmed Quantificando a importância de emojis e emoticons para a identificação de polaridade
title_sort quantificando a importância de emojis e emoticons para a identificação de polaridade
publisher Universidade Federal do Amazonas
publishDate 2019
url https://tede.ufam.edu.br/handle/tede/7224
_version_ 1831969768731574272
score 11.753735

Registros relacionados