Estudo de Método de Extração de Aspectos para Português do Brasil Baseado em Regras
Resumo
Extração de aspectos é considerada como uma das mais importantes tarefas na análise de sentimentos. Essa tarefa foca na identificação dos alvos descritos nos comentários online de usuários. Apesar da sua relevância e de não ser uma tarefa nova, a maioria dos trabalhos é voltada para o idioma inglês. Neste artigo, é proposta e avaliada uma abordagem de extração de aspectos baseada em regras. Foram avaliadas 42 regras propostas originalmente para o idioma inglês e também um algoritmo guloso de seleção de regras para identificar o melhor subconjunto. A abordagem foi avaliada em quatro distintos conjuntos de dados. Os resultados alcançados indicam ser possível o uso de regras de extração a partir de outro idioma e que o algoritmo guloso é uma estratégia eficiente de seleção de regras.
Palavras-chave:
Análise de Sentimentos, Extração de Aspectos, Algoritmo Guloso
Referências
Barros, J. M. and Bona, G. D. (2021). A deep learning approach for aspect sentiment triplet extraction in portuguese. In Brazilian Conference on Intelligent Systems, pages 343–358. Springer.
Cardoso, B. and Pereira, D. (2020). Evaluating an aspect extraction method for opinion mining in the portuguese language. In Anais do VIII Symposium on Knowledge Discovery, Mining and Learning, pages 137–144, Porto Alegre, RS, Brasil. SBC.
Costa, R. W. M. and Pardo, T. A. S. (2020). Métodos baseados em léxico para extração de aspectos de opiniões em português. In Anais do IX Brazilian Workshop on Social Network Analysis and Mining, pages 61–72. SBC.
da Silva, A. S. (2021). Integração de dados factuais e subjetivos: Um estudo de caso em comércio eletrônico. In Anais do X Brazilian Workshop on Social Network Analysis and Mining, pages 241–252. SBC.
Freitas, C., Motta, E., Milidiú, R., and César, J. (2012). Vampiro que brilha... rá! desafios na anotaçao de opiniao em um corpus de resenhas de livros. Encontro de Linguística de Corpus, 11:22.
Hu, M. and Liu, B. (2004). Mining and summarizing customer reviews. In Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining, pages 168–177.
Law, D., Gruss, R., and Abrahams, A. S. (2017). Automated defect discovery for dishwasher appliances from online consumer reviews. Expert Systems with Applications, 67:84–94.
Liu, Q., Gao, Z., Liu, B., and Zhang, Y. (2016). Automated rule selection for opinion target extraction. Knowledge-Based Systems, 104:74–88.
Nascimento, R. S., Nascimento, G., Carvalho, F., and Guedes, G. (2020). Mineração de opiniões com liwc: abordagem prática sobre sistemas judiciais eletrônicos brasileiros. In Anais do IX Brazilian Workshop on Social Network Analysis and Mining, pages 132–141. SBC.
Oliveira, M. V. and de Melo, T. (2020). Investigating sets of linguistic features for two sentiment analysis tasks in brazilian portuguese web reviews. In Anais Estendidos do XXVI Simpósio Brasileiro de Sistemas Multimídia e Web, pages 45–48. SBC.
Pereira, D. A. (2021). A survey of sentiment analysis in the portuguese language. Artificial Intelligence Review, 54(2):1087–1115.
Poria, S., Cambria, E., Ku, L.-W., Gui, C., and Gelbukh, A. (2014). A rule-based approach to aspect extraction from product reviews. In Proceedings of the second workshop on natural language processing for social media (SocialNLP), pages 28–37.
Rana, T. A. and Cheah, Y.-N. (2016). Aspect extraction in sentiment analysis: comparative analysis and survey. Artificial Intelligence Review, 46(4):459–483.
Shafie, A. S., Sharef, N. M., Murad, M. A. A., and Azman, A. (2018). Aspect extraction performance with pos tag pattern of dependency relation in aspect-based sentiment analysis. In 2018 Fourth International Conference on Information Retrieval and Knowledge Management (CAMP), pages 1–6. IEEE.
Testoni, G. A., Souza, M. P., Freire, P. M. S., and Goldschimidt, R. R. (2021). Um método linguístico que combina polaridade, emoção e aspectos gramaticais para detecção de fake news em inglês. In Anais do X Brazilian Workshop on Social Network Analysis and Mining, pages 151–162. SBC.
Tubishat, M., Idris, N., and Abushariah, M. (2021). Explicit aspects extraction in sentiment analysis using optimal rules combination. Future Generation Computer Systems, 114:448–480.
Cardoso, B. and Pereira, D. (2020). Evaluating an aspect extraction method for opinion mining in the portuguese language. In Anais do VIII Symposium on Knowledge Discovery, Mining and Learning, pages 137–144, Porto Alegre, RS, Brasil. SBC.
Costa, R. W. M. and Pardo, T. A. S. (2020). Métodos baseados em léxico para extração de aspectos de opiniões em português. In Anais do IX Brazilian Workshop on Social Network Analysis and Mining, pages 61–72. SBC.
da Silva, A. S. (2021). Integração de dados factuais e subjetivos: Um estudo de caso em comércio eletrônico. In Anais do X Brazilian Workshop on Social Network Analysis and Mining, pages 241–252. SBC.
Freitas, C., Motta, E., Milidiú, R., and César, J. (2012). Vampiro que brilha... rá! desafios na anotaçao de opiniao em um corpus de resenhas de livros. Encontro de Linguística de Corpus, 11:22.
Hu, M. and Liu, B. (2004). Mining and summarizing customer reviews. In Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining, pages 168–177.
Law, D., Gruss, R., and Abrahams, A. S. (2017). Automated defect discovery for dishwasher appliances from online consumer reviews. Expert Systems with Applications, 67:84–94.
Liu, Q., Gao, Z., Liu, B., and Zhang, Y. (2016). Automated rule selection for opinion target extraction. Knowledge-Based Systems, 104:74–88.
Nascimento, R. S., Nascimento, G., Carvalho, F., and Guedes, G. (2020). Mineração de opiniões com liwc: abordagem prática sobre sistemas judiciais eletrônicos brasileiros. In Anais do IX Brazilian Workshop on Social Network Analysis and Mining, pages 132–141. SBC.
Oliveira, M. V. and de Melo, T. (2020). Investigating sets of linguistic features for two sentiment analysis tasks in brazilian portuguese web reviews. In Anais Estendidos do XXVI Simpósio Brasileiro de Sistemas Multimídia e Web, pages 45–48. SBC.
Pereira, D. A. (2021). A survey of sentiment analysis in the portuguese language. Artificial Intelligence Review, 54(2):1087–1115.
Poria, S., Cambria, E., Ku, L.-W., Gui, C., and Gelbukh, A. (2014). A rule-based approach to aspect extraction from product reviews. In Proceedings of the second workshop on natural language processing for social media (SocialNLP), pages 28–37.
Rana, T. A. and Cheah, Y.-N. (2016). Aspect extraction in sentiment analysis: comparative analysis and survey. Artificial Intelligence Review, 46(4):459–483.
Shafie, A. S., Sharef, N. M., Murad, M. A. A., and Azman, A. (2018). Aspect extraction performance with pos tag pattern of dependency relation in aspect-based sentiment analysis. In 2018 Fourth International Conference on Information Retrieval and Knowledge Management (CAMP), pages 1–6. IEEE.
Testoni, G. A., Souza, M. P., Freire, P. M. S., and Goldschimidt, R. R. (2021). Um método linguístico que combina polaridade, emoção e aspectos gramaticais para detecção de fake news em inglês. In Anais do X Brazilian Workshop on Social Network Analysis and Mining, pages 151–162. SBC.
Tubishat, M., Idris, N., and Abushariah, M. (2021). Explicit aspects extraction in sentiment analysis using optimal rules combination. Future Generation Computer Systems, 114:448–480.
Publicado
31/07/2022
Como Citar
CÂMARA, Vanessa de Souza; MELO, Tiago de.
Estudo de Método de Extração de Aspectos para Português do Brasil Baseado em Regras. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 11. , 2022, Niterói.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2022
.
p. 192-203.
ISSN 2595-6094.
DOI: https://doi.org/10.5753/brasnam.2022.222609.
