Classificação multi-rótulo de aspectos em avaliações online
Resumo
Com o a popularização da internet nos últimos anos houve o acúmulo de grandes volumes de dados não estruturados na forma de comentários ou avaliações, de tal maneira que interpretá-los pode gerar informações fundamentais para qualquer empresa que deseja melhorar seus serviços ou produtos. Tendo isso em vista este artigo visa criar um modelo de aprendizagem de máquina capaz de inferir quais tópicos estão sendo mencionados dentro de uma amostra de texto livre de avaliação online. Isto é mostrado em estudo de caso de avaliação de restaurante.
Palavras-chave:
Evolução de comunidade, Extração e tratamento de dados sociais, Mining techniques
Referências
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. ACM.
Kim, Y. (2014). Convolutional neural networks for sentence classification. arXiv preprint arXiv:1408.5882.
Kiritchenko, S., Zhu, X., Cherry, C., and Mohammad, S. (2014). Nrc-canada-2014: De- tecting aspects and sentiment in customer reviews. In Proceedings of the 8th Interna- tional Workshop on Semantic Evaluation (SemEval 2014), pages 437–442.
Pontiki, M., Galanis, D., Papageorgiou, H., Androutsopoulos, I., Manandhar, S., Moham- mad, A.-S., Al-Ayyoub, M., Zhao, Y., Qin, B., De Clercq, O., et al. (2016). Semeval- 2016 task 5: Aspect based sentiment analysis. In Proceedings of the 10th international workshop on semantic evaluation (SemEval-2016), pages 19–30.
Poria, S., Cambria, E., and Gelbukh, A. (2016). Aspect extraction for opinion mining with a deep convolutional neural network. Knowledge-Based Systems, 108:42–49.
Souza, B. A., Menezes, A. A., Figueiredo, C. M., Nakamura, F. G., and Nakamura, E. F. (2018). Detecção de categorias de aspectos utilizando redes neurais profundas em avaliações online. In 7 o Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2018), volume 7. SBC.
Wang, Y., Huang, M., Zhao, L., et al. (2016). Attention-based lstm for aspect-level sen- timent classification. In Proceedings of the 2016 conference on empirical methods in natural language processing, pages 606–615.
Kim, Y. (2014). Convolutional neural networks for sentence classification. arXiv preprint arXiv:1408.5882.
Kiritchenko, S., Zhu, X., Cherry, C., and Mohammad, S. (2014). Nrc-canada-2014: De- tecting aspects and sentiment in customer reviews. In Proceedings of the 8th Interna- tional Workshop on Semantic Evaluation (SemEval 2014), pages 437–442.
Pontiki, M., Galanis, D., Papageorgiou, H., Androutsopoulos, I., Manandhar, S., Moham- mad, A.-S., Al-Ayyoub, M., Zhao, Y., Qin, B., De Clercq, O., et al. (2016). Semeval- 2016 task 5: Aspect based sentiment analysis. In Proceedings of the 10th international workshop on semantic evaluation (SemEval-2016), pages 19–30.
Poria, S., Cambria, E., and Gelbukh, A. (2016). Aspect extraction for opinion mining with a deep convolutional neural network. Knowledge-Based Systems, 108:42–49.
Souza, B. A., Menezes, A. A., Figueiredo, C. M., Nakamura, F. G., and Nakamura, E. F. (2018). Detecção de categorias de aspectos utilizando redes neurais profundas em avaliações online. In 7 o Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2018), volume 7. SBC.
Wang, Y., Huang, M., Zhao, L., et al. (2016). Attention-based lstm for aspect-level sen- timent classification. In Proceedings of the 2016 conference on empirical methods in natural language processing, pages 606–615.
Publicado
09/07/2019
Como Citar
DA FROTA, Lucas Vinicius M.; FIGUEIREDO, Carlos Maurı́cio S. .
Classificação multi-rótulo de aspectos em avaliações online. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 8. , 2019, Belém.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 173-178.
ISSN 2595-6094.
DOI: https://doi.org/10.5753/brasnam.2019.6560.
