Abordagens Baseadas em Léxicos para a Classificação de Sentimentos Orientada aos Alvos de Opinião em Comentários do Domínio Político
Resumo
O enorme volume de textos opinativos produzido nas mídias sociais têm levado a uma busca cada vez maior por algoritmos capazes de analisar os sentimentos de pessoas em relação à produtos, entidades políticas, etc. Muitos modelos de análise de sentimento (AS) foram propostos para o português nos últimos anos. Contudo, a maioria deles consiste em analisar o sentimento geral de uma sentença, não considerando, portanto, o sentimento individual relacionado a cada alvo de opinião no texto. Dado este contexto, este artigo investigou o uso de léxicos de sentimentos na classificação de sentimento orientado ao alvo de opinião em comentários sobre debate político em português.
Palavras-chave:
Classificação de Sentimentos (Polaridade), Abordagens Baseadas em Léxicos, Domínio Político, Português
Referências
Appel, O., Chiclana, F., Carter, J., and Fujita, H. (2016). A hybrid approach to the sentiment analysis problem at the sentence level. Knowledge-Based Systems, 108:110–124. New Avenues in Knowledge Bases for Natural Language Processing.
Balage Filho, P. P., Pardo, T. A. S., and Aluísio, S. M. (2013). An evaluation of the Brazilian Portuguese LIWC dictionary for sentiment analysis. In Proceedings of the 9th Brazilian Symposium in Information and Human Language Technology, pages 215– 219.
Capellaro, L. and Caseli, H. M. (2021). Análise de polaridade e de tópicos em tweets no domínio da política no Brasil. In Anais do XIII Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, pages 47–55, Porto Alegre, RS, Brasil. SBC.
Carvalho, C. M. A., Nagano, H., and Barros, A. K. (2017). A comparative study for sentiment analysis on election Brazilian news. In Proceedings of the 11th Brazilian Symposium in Information and Human Language Technology, pages 103–111, Uberlândia, Brasil. Sociedade Brasileira de Computação.
Carvalho, P. and Silva, M. (2015). SentiLex-PT: Principais características e potencialiadades. Linguística, Informática e Tradução: Mundos que se Cruzam, Oslo Studies in Language, 7(1):425–438.
Carvalho, P., Sarmento, L., Teixeira, J., and Silva, M. J. (2011). Liars and saviors in a sentiment annotated corpus of comments to political debates. In Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies, pages 564–568, Portland, Oregon, USA. Association for Computational Linguistics.
Chaves, M., Freitas, L., Souza, M., and Vieira, R. (2012). Pirpo: An algorithm to deal with polarity in portuguese online reviews from the accommodation sector. volume 7337, pages 296–301.
Costa, R. and Pardo, T. (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, Porto Alegre, RS, Brasil. SBC.
Cristiani, A., Lieira, D., and Camargo, H. (2020). A sentiment analysis of brazilian elections tweets. In Anais do VIII Symposium on Knowledge Discovery, Mining and Learning, pages 153–160, Porto Alegre, RS, Brasil. SBC.
França, T. and Oliveira, J. (2014). Análise de sentimento de tweets relacionados aos protestos que ocorreram no Brasil entre junho e agosto de 2013. In Anais do III Brazilian Workshop on Social Network Analysis and Mining, pages 128–139, Porto Alegre, RS, Brasil. SBC.
Jain, P. K., Pamula, R., and Srivastava, G. (2021). A systematic literature review on machine learning applications for consumer sentiment analysis using online reviews. Computer Science Review, 41:100413.
Liu, B. and Zhang, L. (2012). A survey of opinion mining and sentiment analysis. Mining Text Data, pages 415–463.
Medhat, W., Hassan, A., and Korashy, H. (2014). Sentiment analysis algorithms and applications: a survey. Ain Shams Engineering Journal, 5(4):1093–1113.
Pereira, D. A. (2021). A survey of sentiment analysis in the portuguese language. Artificial Intelligence Review, 54(2):1087–1115.
Schouten, K. and Frasincar, F. (2016). Survey on aspect-level sentiment analysis. IEEE Transactions on Knowledge and Data Engineering, 28(3):813–830.
Souza, F. D. and Oliveira e Souza Filho, J. B. (2022). BERT for sentiment analysis: Pretrained and fine-tuned alternatives. In Pinheiro, V., Gamallo, P., Amaro, R., Scarton, C., Batista, F., Silva, D., Magro, C., and Pinto, H., editors, Computational Processing of the Portuguese Language, pages 209–218, Cham. Springer International Publishing.
Taboada, M., Brooke, J., Tofiloski, M., Voll, K., and Stede, M. (2011). Lexicon-based methods for sentiment analysis. Computational Linguistics, 37:267–307.
Zhang, L., Wang, S., and Liu, B. (2018). Deep learning for sentiment analysis: A survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8.
Balage Filho, P. P., Pardo, T. A. S., and Aluísio, S. M. (2013). An evaluation of the Brazilian Portuguese LIWC dictionary for sentiment analysis. In Proceedings of the 9th Brazilian Symposium in Information and Human Language Technology, pages 215– 219.
Capellaro, L. and Caseli, H. M. (2021). Análise de polaridade e de tópicos em tweets no domínio da política no Brasil. In Anais do XIII Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, pages 47–55, Porto Alegre, RS, Brasil. SBC.
Carvalho, C. M. A., Nagano, H., and Barros, A. K. (2017). A comparative study for sentiment analysis on election Brazilian news. In Proceedings of the 11th Brazilian Symposium in Information and Human Language Technology, pages 103–111, Uberlândia, Brasil. Sociedade Brasileira de Computação.
Carvalho, P. and Silva, M. (2015). SentiLex-PT: Principais características e potencialiadades. Linguística, Informática e Tradução: Mundos que se Cruzam, Oslo Studies in Language, 7(1):425–438.
Carvalho, P., Sarmento, L., Teixeira, J., and Silva, M. J. (2011). Liars and saviors in a sentiment annotated corpus of comments to political debates. In Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies, pages 564–568, Portland, Oregon, USA. Association for Computational Linguistics.
Chaves, M., Freitas, L., Souza, M., and Vieira, R. (2012). Pirpo: An algorithm to deal with polarity in portuguese online reviews from the accommodation sector. volume 7337, pages 296–301.
Costa, R. and Pardo, T. (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, Porto Alegre, RS, Brasil. SBC.
Cristiani, A., Lieira, D., and Camargo, H. (2020). A sentiment analysis of brazilian elections tweets. In Anais do VIII Symposium on Knowledge Discovery, Mining and Learning, pages 153–160, Porto Alegre, RS, Brasil. SBC.
França, T. and Oliveira, J. (2014). Análise de sentimento de tweets relacionados aos protestos que ocorreram no Brasil entre junho e agosto de 2013. In Anais do III Brazilian Workshop on Social Network Analysis and Mining, pages 128–139, Porto Alegre, RS, Brasil. SBC.
Jain, P. K., Pamula, R., and Srivastava, G. (2021). A systematic literature review on machine learning applications for consumer sentiment analysis using online reviews. Computer Science Review, 41:100413.
Liu, B. and Zhang, L. (2012). A survey of opinion mining and sentiment analysis. Mining Text Data, pages 415–463.
Medhat, W., Hassan, A., and Korashy, H. (2014). Sentiment analysis algorithms and applications: a survey. Ain Shams Engineering Journal, 5(4):1093–1113.
Pereira, D. A. (2021). A survey of sentiment analysis in the portuguese language. Artificial Intelligence Review, 54(2):1087–1115.
Schouten, K. and Frasincar, F. (2016). Survey on aspect-level sentiment analysis. IEEE Transactions on Knowledge and Data Engineering, 28(3):813–830.
Souza, F. D. and Oliveira e Souza Filho, J. B. (2022). BERT for sentiment analysis: Pretrained and fine-tuned alternatives. In Pinheiro, V., Gamallo, P., Amaro, R., Scarton, C., Batista, F., Silva, D., Magro, C., and Pinto, H., editors, Computational Processing of the Portuguese Language, pages 209–218, Cham. Springer International Publishing.
Taboada, M., Brooke, J., Tofiloski, M., Voll, K., and Stede, M. (2011). Lexicon-based methods for sentiment analysis. Computational Linguistics, 37:267–307.
Zhang, L., Wang, S., and Liu, B. (2018). Deep learning for sentiment analysis: A survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8.
Publicado
25/09/2023
Como Citar
LAZARINI, Lucas; ANNO, Fábio S. Igarashi; SENO, Eloize R. Marques; CASELI, Helena M..
Abordagens Baseadas em Léxicos para a Classificação de Sentimentos Orientada aos Alvos de Opinião em Comentários do Domínio Político. In: SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E DA LINGUAGEM HUMANA (STIL), 14. , 2023, Belo Horizonte/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 367-372.
DOI: https://doi.org/10.5753/stil.2023.234206.
