Análise de Sentimento para Reviews Apresentados em Vídeos: Modelo de Redes Neurais Treinado em Base de Reviews Escritos/ Sentiment Analysis for Reviews Featured in Videos: Neural Network Model Trained on Written Reviews Database

João Paulo Vieira Costa, Romulo Baldez de Barros, Caio César Silva Dantas, Raquel Cristina de Sousa, Cristiano Gonçalves Nascimento Gouveia, Gustavo Correa Mirapalheta

Abstract


A análise de sentimentos tem sido apresentada como uma técnica importante para avaliação de reviews em grandes volumes de dados disponibilizados nas redes sociais. Este trabalho apresenta uma abordagem de busca dos textos a partir de transcrições de vídeos disponibilizados sobre reviews de smartphones e aplica a análise de sentimentos neste context a partir do treinamento de modelo de Redes Neurais Convolutivas em uma base de dados com 10.063.255 reviews escritos de um site de compras online e avaliado o seu desempenho em classificações dos trechos de reviews classificados manualmente pelos pesquisados. Como resultado, conclui-se que o aproveitamento do padrão textual observado em uma base de dados de reviews escritos pode trazer resultados positivos mesmo aplicado em um padrão diferente e que não esteja disponível ou classificada para uma tarefa de aprendizado supervisionado.


Keywords


Análise de Sentimentos, Text Mining, Redes Neurais.

References


AFONSO, A. R., A Referenciação em Textos do YouTube: Um Estudo com Vistas à Análise de Sentimentos. in Liinc em Revista, Rio de Janeiro, v.13, n.2, p. 357-370, novembro 2017. http://www.ibict.br/liinc http://dx.doi.org/10.18617/liinc.v13i2.3933.

AFONSO, A. R., DUQUE, C.G., Análise de Sentimentos em Comentários de Vídeos do YouTube Utilizando Aprendizagem de Máquinas Supervisionada, in Revista Ibict, Ciência da Informação, Brasília, DF, v.48 n.3, p.21-33, set./dez. 2019. http://revista.ibict.br/ciinf/article/view/4315.nn

BARION, E. C. N., LAGO, D., Mineração de Textos, in REVISTA DE CIÊNCIAS EXATAS E TECNOLOGIA, vol. III, nº 3, Ano 2008 p.p 123-140, Faculdade Anhaguera. https://revista.pgsskroton.com/index.php/rcext/article/view/2372/2276.

BECKER, K., TUMITAN, D., Introdução à Mineração de Opiniões: Conceitos, Aplicações e Desafios. Trabalho Final submetido para aprovação no Programa de Pós-Graduação em Ciência da Computação - Instituto de Informática Universidade Federal do Rio Grande do Sul (UFRGS). http://www.inf.ufrgs.br/~kbecker/lib/exe/fetch.php?media=minicursosbbd_versaosubmetida.pdf.

BENEVENUTO, F., RIBEIRO F., ARAÚJO M., Métodos para Análise de Sentimentos em Mídias Sociais. Artigo apresentado na página do Departamento de Ciência da Computação da UFMG. https://homepages.dcc.ufmg.br/~fabricio/download/webmedia-short-course.pdf

BRITO, E. M.N., Mineração de Textos: Detecção Automática de Sentimentos em Comentários nas Mídias Sociais, Dissertação apresentada ao Programa de Mestrado em Sistemas de Informação e Gestão do Conhecimento da Universidade Fundação Mineira de Educação e Cultura — FUMEC, http://www.fumec.br/revistas/sigc/article/view/4951.

BUSSON, A. J. G, FIGUEIREDO, L. C., dos SANTOS, G. P., DAMASCENO, A.L.B., COLCHER, S. E MILIDIÚ, R. L. Desenvolvendo Modelos de Deep Learning para Aplicações Multimídia no Tensorflow, cap. 3. IN: Anais do XXIV Simpósio Brasileiro de Sistemas Multimídia e Web: Minicursos, PUC-RIO, outubro de 2018 (https://www.researchgate.net/publication/328341764_Desenvolvendo_Modelos_de_Deep_Learning_para_Aplicacoes_Multimidia_no_Tensorflow)

CAETANO, M.F, GONÇALVES, R. S.S. TALOU, A.F., Uso de Mineração de Dados e Inteligência Artificial para Classificar Opiniões nas Redes Sociais, in CADERNO DE ESTUDOS TECNOLÓGICOS Faculdade de Tecnologia de Bauru (FATEC), v. 6, n. 1 (2019). http://www.fatecbauru.edu.br/ojs/index.php/CET/article/view/399.

CHAWLA, S., DUBEY, G., RANA, A., Product opinion mining using sentiment analysis on smartphone reviews. 2017 6th International Conference on Reliability, Infocom Technologies and Optimization: Trends and Future Directions, ICRITO 2017, 2018-January, 377–383. https://doi.org/10.1109/ICRITO.2017.8342455

CUIZON, J.C., LOPEZ, J., JONES, D.R., Text Mining Customer Reviews for Aspect-Based Restaurant Rating, International Journal of Computer Science & Information Technology (IJCSIT) Vol 10, No 6, December 2018. https://www.researchgate.net/publication/330212354_Text_Mining_Customer_Reviews_For_Aspect-based_Restaurant_Rating.

DOMINIK MAHR; SUSAN STEAD; GABY ODEKERKEN-SCHRÖDER. Making sense of customer service experiences: a text mining review. Journal of Services Marketing, [s. l.], v. 33, n. 1, p. 88–103, 2019. DOI 10.1108/JSM-10-2018-0295. Disponível em: http://search.ebscohost.com/login.aspx?direct=true&db=edsemr&AN=edsemr.10.1108.JSM.10.2018.0295〈=pt-br&site=eds-live.

GONÇALVES, E.C, Mineração de Texto: Conceitos e Aplicações Práticas, in SQL Magazine, v. 105, 2012, p. 31-44. https://www.researchgate.net/publication/317912973_Mineracao_de_texto_-Conceitos_e_aplicacoes_praticas.

GOODFELLOW, I., BENGIO, Y., COURVILLE, A., Deep Learning, The MIT Press, London, England, 2016, p. 360.

HOLE, V., CHAVAN, M., GAVHANE, T., YADAV, S., An Approach for Sentiment Analysis using Neural Network, International Journal of Trend in Scientific Research and Development (IJTSRD), Volume -2, Issue - 4. https://www.ijtsrd.com/engineering/computer-engineering/14452/an-approach-for-sentiment-analysis-using-neural-network/varsha-hole.

Jianmo Ni, Jiacheng Li, Julian McAuley

Empirical Methods in Natural Language Processing (EMNLP), 2019 http://deepyeti.ucsd.edu/jianmo/amazon/index.html.

JOSHI, K., BHARATHI, H.N., RAO, J., Stock Trend Prediction Using News Sentiment Analysis International Journal of Computer Science & Information Technology (IJCSIT) Vol 8, No 3, June 2016. https://www.researchgate.net/publication/304995235_Stock_Trend_Prediction_Using_News_Sentiment_Analysis.

KAKKAD, J., MAKWANA, S., SHAH, R., CHACHRA, S., Real Time Predictive Analysis of Indian Stock Market using Machine Learning and Natural Language Processing, IRJCS:: International Research Journal of Computer Science, Volume VI,184-188. https://www.academia.edu/39011906/REAL_TIME_PREDICTIVE_ANALYSIS_OF_INDIAN_STOCK_MARKET_USING_MACHINE_LEARNING_AND_NATURAL_LANGUAGE_PROCESSING

LIANG, T. P., LI, X., YANG, C. T., WANG, M., What in Consumer Reviews Affects the Sales of Mobile Apps: A Multifacet Sentiment Analysis Approach. International Journal of Electronic Commerce, 20(2), 236–260, 2015. https://doi.org/10.1080/10864415.2016.1087823

MARASANAPALLE, J., VIGNESH T.S, SRINIVASAN P.K., SAHA, A., Business Intelligence From Twitter For The Television Media: A Case Study, https://www.researchgate.net/publication/251993435_Business_intelligence_from_Twitter_for_the_television_media_A_case_study.

MATOS, F.F., SOUZA, R.R., REIS, Z.S.N., Análise De Dados de Saúde: Mineração de Texto com A Utilização do Orange Canvas para Exploração da Informação, XX ENANCIB de 21 a 25 de outubro de 2019. https://conferencias.ufsc.br/index.php/enancib/2019/paper/viewFile/639/591.

MORAIS, E. A. M. M., AMBRÓSIO, A.P.L., Mineração de Textos, in Relatório Técnico Dezembro - 2007 UNIVERSIDADE FEDERAL DE GOIÁS (UFG) http://ww2.inf.ufg.br/sites/default/files/uploads/relatorios-tecnicos/RT-INF_005-07.pdf.

NIE, B., SUN S., Using Text Mining Techniques to Identify Research Trends: A Case Study of Design Research, Applied Sciences, April 2017. https://www.researchgate.net/publication/316986983_Using_Text_Mining_Techniques_to_Identify_Research_Trends_A_Case_Study_of_Design_Research.

PARLAR, T., OZEL, S.A., An Investigation of Term Weighting and Feature Selection Methods for Sentiment Analysis, Majlesi Journal of Electrical Engineering Vol. 12, No. 2, June 2018. https://www.researchgate.net/publication/326069724_An_investigation_of_term_weighting_and_feature_selection_methods_for_sentiment_analysis.

PENNINGTON, J., SOCHER, R., and CHRISTOPHER D. Manning. 2014. GloVe: Global Vectors for Word Representation.

POPESCU, A. M., ETZIONI, O., Extracting Product Features and Opinions from Reviews. http://turing.cs.washington.edu/papers/emnlp05_opine.pdf.

SALLOUM, S.A., MOSTAFA, A., MONEM, A.A., SHAALAN, K., Using Text Mining Techniques for Extracting Information from Research Articles, Chapter in Studies in Computational Intelligence - January 2018. https://www.researchgate.net/publication/321150349_Using_Text_Mining_Techniques_for_Extracting_Information_from_Research_Articles.

SARKAR, D., BALI, R., SHARMA T., Practical Machine Learning with Python. 2018. https://doi.org/10.1007/978-1-4842-3207-1

SITUMEANG, F.; DE BOER, N.; ZHANG, A. Looking beyond the stars: A description of text mining technique to extract latent dimensions from online product reviews. International Journal of Market Research, [s. l.], v. 62, n. 2, p. 195–215, 2020. DOI 10.1177/1470785319863619.

SULOVA, S., TODORANOVA, L., PENCHEV, B., NACHEVA, R., Using text mining to classify research papers, 17th International Multidisciplinary Scientific GeoConference SGEM 2017, Paper - July 2017. https://www.researchgate.net/publication/319688772_Using_text_mining_to_classify_research_papers?enrichId=rgreq-78580fa8ed417decd7cf0d61bfbb685d-XXX&enrichSource=Y292ZXJQYWdlOzMxOTY4ODc3MjtBUzo1MzgyMjA3MjAwNzA2NTZAMTUwNTMzMzIyNzg2MQ%3D%3D&el=1_x_2&_esc=publicationCoverPdf.

VIDYA, N. A, FANANY, M. I., BUDI, I., Twitter Sentiment to Analyze Net Brand Reputation of Mobile Phone Providers, Procedia Computer Science, v. 72, 2015, 519-526. doi: 10.1016/j.procs.2015.12.159.

YOGAPREETHI, N., MAHESWARI, S., A Review on Text Mining in Data Mining, artigo publicadao em International Journal on Soft Computing (IJSC) Vol.7, No. 2/3, August 2016, https://www.researchgate.net/publication/307902719_A_Review_on_Text_Mining_in_Data_Mining.




DOI: https://doi.org/10.38152/bjtv4n1-001

Refbacks

  • There are currently no refbacks.