Análise de sentimento e desambiguação no contexto da tv social

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Lima, Ana Carolina Espírito Santo lattes
Orientador(a): Silva, Leandro Nunes de Castro lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Presbiteriana Mackenzie
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
mineração de textos
análise de sentimento
desambiguação de sentido
mídias sociais
twitter
aprendizagem de máquina
Palavras-chave em Inglês:
text mining
sentiment analysis
word sense disambiguation
social media
twitter
machine learning
Área do conhecimento CNPq:
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Link de acesso: http://dspace.mackenzie.br/handle/10899/24341
Resumo: As mídias sociais são uma forma de expressão dos interesses coletivos, as pessoas gostam de compartilhar informações e sentem-se valorizadas por causa disso. Entre as mídias sociais o microblog Twitter vem ganhando popularidade como uma plataforma para comunicação ins-tantânea. São milhões de mensagens geradas todos os dias, por cerca de 100 milhões de usuá-rios, carregadas dos mais diversos assuntos. Por ser uma plataforma de comunicação rápida esse microblog estimulou um fenômeno denominado narradores televisivos, em que os inter-nautas comentam sobre o que assistem na TV no momento em que é transmitido. Dessa inte-gração entre as mídias sociais e a televisão emergiu a TV Social. A quantidade de dados gera-dos sobre os programas de TV formam um rico material para análise de dados. Emissoras podem usar tais informações para aperfeiçoar seus programas e aumentar a interação com seu público. Dentre os principais desafios da análise de dados de mídias sociais encontram-se a análise de sentimento (determinação de polaridade em um texto, por exemplo, positivo ou negativo) e a desambiguação de sentido (determinação do contexto correto de palavras polis-sêmicas). Essa dissertação tem como objetivo usar técnicas de aprendizagem de máquina para a criação de uma ferramenta de apoio à TV Social com contribuições na automatização dos processos de análise de sentimento e desambiguação de sentido de mensagens postadas no Twitter.
id UPM_5e588f87eeb7a94a076120a702afe762
oai_identifier_str oai:dspace.mackenzie.br:10899/24341
network_acronym_str UPM
network_name_str Repositório Digital do Mackenzie
repository_id_str
spelling Lima, Ana Carolina Espírito Santohttp://lattes.cnpq.br/2741458816539568Silva, Leandro Nunes de Castrohttp://lattes.cnpq.br/93122578717100562016-03-15T19:37:43Z2020-05-28T18:08:33Z2013-05-232020-05-28T18:08:33Z2012-12-14LIMA, Ana Carolina Espírito Santo. Análise de sentimento e desambiguação no contexto da tv social. 2012. 120 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2012.http://dspace.mackenzie.br/handle/10899/24341As mídias sociais são uma forma de expressão dos interesses coletivos, as pessoas gostam de compartilhar informações e sentem-se valorizadas por causa disso. Entre as mídias sociais o microblog Twitter vem ganhando popularidade como uma plataforma para comunicação ins-tantânea. São milhões de mensagens geradas todos os dias, por cerca de 100 milhões de usuá-rios, carregadas dos mais diversos assuntos. Por ser uma plataforma de comunicação rápida esse microblog estimulou um fenômeno denominado narradores televisivos, em que os inter-nautas comentam sobre o que assistem na TV no momento em que é transmitido. Dessa inte-gração entre as mídias sociais e a televisão emergiu a TV Social. A quantidade de dados gera-dos sobre os programas de TV formam um rico material para análise de dados. Emissoras podem usar tais informações para aperfeiçoar seus programas e aumentar a interação com seu público. Dentre os principais desafios da análise de dados de mídias sociais encontram-se a análise de sentimento (determinação de polaridade em um texto, por exemplo, positivo ou negativo) e a desambiguação de sentido (determinação do contexto correto de palavras polis-sêmicas). Essa dissertação tem como objetivo usar técnicas de aprendizagem de máquina para a criação de uma ferramenta de apoio à TV Social com contribuições na automatização dos processos de análise de sentimento e desambiguação de sentido de mensagens postadas no Twitter.Social media have become a way of expressing collective interests. People are motivated by the sharing of information and the feedback from friends and colleagues. Among the many social media tools available, the Twitter microblog is gaining popularity as a platform for in-stantaneous communication. Millions of messages are generated daily, from over 100 million users, about the most varied subjects. As it is a rapid communication platform, this microblog spurred a phenomenon called television storytellers, where surfers comment on what they watch on TV while the programs are being transmitted. The Social TV emerged from this integration between social media and television. The amount of data generated on the TV shows is a rich material for data analysis. Broadcasters may use such information to improve their programs and increase interaction with their audience. Among the main challenges in social media data analysis there is sentiment analysis (to determine the polarity of a text, for instance, positive or negative), and sense disambiguation (to determine the right context of polysemic words). This dissertation aims to use machine learning techniques to create a tool to support Social TV, contributing specifically to the automation of sentiment analysis and disambiguation of Twitter messages.Fundação de Amparo a Pesquisa do Estado de São Pauloapplication/pdfporUniversidade Presbiteriana Mackenziemineração de textosanálise de sentimentodesambiguação de sentidomídias sociaistwitteraprendizagem de máquinatext miningsentiment analysisword sense disambiguationsocial mediatwittermachine learningCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAAnálise de sentimento e desambiguação no contexto da tv socialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://tede.mackenzie.br/jspui/retrieve/3784/Ana%20Carolina%20Espirito%20Santo%20Lima.pdf.jpginfo:eu-repo/semantics/openAccessreponame:Repositório Digital do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEMustaro, Pollyana Notargiacomohttp://lattes.cnpq.br/5131975026612008Prati, Ronaldo Cristianohttp://lattes.cnpq.br/7851650523179414BREngenharia ElétricaUPMEngenharia ElétricaORIGINALAna Carolina Espirito Santo Lima.pdfAna Carolina Espirito Santo Lima.pdfapplication/pdf2485418https://dspace.mackenzie.br/bitstreams/9561de34-b081-4f96-8a2c-8484f8933b2e/download4af0fe4b28fea354e06c385edcc270f1MD51trueAnonymousREADTEXTAna Carolina Espirito Santo Lima.pdf.txtAna Carolina Espirito Santo Lima.pdf.txtExtracted texttext/plain220878https://dspace.mackenzie.br/bitstreams/cdaa59ec-b0df-4fe5-bd12-05c23fde5850/download4fdbb9cf93525b61d603a213bd94addeMD52falseAnonymousREADTHUMBNAILAna Carolina Espirito Santo Lima.pdf.jpgAna Carolina Espirito Santo Lima.pdf.jpgGenerated Thumbnailimage/jpeg1206https://dspace.mackenzie.br/bitstreams/c0cd500b-2f3e-4d61-9f7e-8ca447d08520/downloadb27cf232514f769c9931f9cf0af9fadfMD53falseAnonymousREAD10899/243412022-03-14T21:01:00.655Zopen.accessoai:dspace.mackenzie.br:10899/24341https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772022-03-14T21:01Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)false
dc.title.por.fl_str_mv Análise de sentimento e desambiguação no contexto da tv social
title Análise de sentimento e desambiguação no contexto da tv social
spellingShingle Análise de sentimento e desambiguação no contexto da tv social
Lima, Ana Carolina Espírito Santo
mineração de textos
análise de sentimento
desambiguação de sentido
mídias sociais
twitter
aprendizagem de máquina
text mining
sentiment analysis
word sense disambiguation
social media
twitter
machine learning
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
title_short Análise de sentimento e desambiguação no contexto da tv social
title_full Análise de sentimento e desambiguação no contexto da tv social
title_fullStr Análise de sentimento e desambiguação no contexto da tv social
title_full_unstemmed Análise de sentimento e desambiguação no contexto da tv social
title_sort Análise de sentimento e desambiguação no contexto da tv social
author Lima, Ana Carolina Espírito Santo
author_facet Lima, Ana Carolina Espírito Santo
author_role author
dc.contributor.author.fl_str_mv Lima, Ana Carolina Espírito Santo
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/2741458816539568
dc.contributor.advisor1.fl_str_mv Silva, Leandro Nunes de Castro
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/9312257871710056
contributor_str_mv Silva, Leandro Nunes de Castro
dc.subject.por.fl_str_mv mineração de textos
análise de sentimento
desambiguação de sentido
mídias sociais
twitter
aprendizagem de máquina
topic mineração de textos
análise de sentimento
desambiguação de sentido
mídias sociais
twitter
aprendizagem de máquina
text mining
sentiment analysis
word sense disambiguation
social media
twitter
machine learning
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
dc.subject.eng.fl_str_mv text mining
sentiment analysis
word sense disambiguation
social media
twitter
machine learning
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
description As mídias sociais são uma forma de expressão dos interesses coletivos, as pessoas gostam de compartilhar informações e sentem-se valorizadas por causa disso. Entre as mídias sociais o microblog Twitter vem ganhando popularidade como uma plataforma para comunicação ins-tantânea. São milhões de mensagens geradas todos os dias, por cerca de 100 milhões de usuá-rios, carregadas dos mais diversos assuntos. Por ser uma plataforma de comunicação rápida esse microblog estimulou um fenômeno denominado narradores televisivos, em que os inter-nautas comentam sobre o que assistem na TV no momento em que é transmitido. Dessa inte-gração entre as mídias sociais e a televisão emergiu a TV Social. A quantidade de dados gera-dos sobre os programas de TV formam um rico material para análise de dados. Emissoras podem usar tais informações para aperfeiçoar seus programas e aumentar a interação com seu público. Dentre os principais desafios da análise de dados de mídias sociais encontram-se a análise de sentimento (determinação de polaridade em um texto, por exemplo, positivo ou negativo) e a desambiguação de sentido (determinação do contexto correto de palavras polis-sêmicas). Essa dissertação tem como objetivo usar técnicas de aprendizagem de máquina para a criação de uma ferramenta de apoio à TV Social com contribuições na automatização dos processos de análise de sentimento e desambiguação de sentido de mensagens postadas no Twitter.
publishDate 2012
dc.date.issued.fl_str_mv 2012-12-14
dc.date.available.fl_str_mv 2013-05-23
2020-05-28T18:08:33Z
dc.date.accessioned.fl_str_mv 2016-03-15T19:37:43Z
2020-05-28T18:08:33Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv LIMA, Ana Carolina Espírito Santo. Análise de sentimento e desambiguação no contexto da tv social. 2012. 120 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2012.
dc.identifier.uri.fl_str_mv http://dspace.mackenzie.br/handle/10899/24341
identifier_str_mv LIMA, Ana Carolina Espírito Santo. Análise de sentimento e desambiguação no contexto da tv social. 2012. 120 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2012.
url http://dspace.mackenzie.br/handle/10899/24341
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv reponame:Repositório Digital do Mackenzie
instname:Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str Repositório Digital do Mackenzie
collection Repositório Digital do Mackenzie
bitstream.url.fl_str_mv https://dspace.mackenzie.br/bitstreams/9561de34-b081-4f96-8a2c-8484f8933b2e/download
https://dspace.mackenzie.br/bitstreams/cdaa59ec-b0df-4fe5-bd12-05c23fde5850/download
https://dspace.mackenzie.br/bitstreams/c0cd500b-2f3e-4d61-9f7e-8ca447d08520/download
bitstream.checksum.fl_str_mv 4af0fe4b28fea354e06c385edcc270f1
4fdbb9cf93525b61d603a213bd94adde
b27cf232514f769c9931f9cf0af9fadf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)
repository.mail.fl_str_mv repositorio@mackenzie.br||paola.damato@mackenzie.br
_version_ 1863649652472020992

Registros relacionados