Cover Image

Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados

Mineração de Opinião, também conhecida como Análise de Sentimento, é a área de estudo que analisa computacionalmente os sentimentos e opiniões das pessoas acerca de entidades, como produtos e serviços, expressos de forma não estruturada, como em texto, por exemplo. Entretanto, as abordagens mais com...

Full description

Main Author: VITÓRIO, Douglas Álisson Marques de Sá
Other Authors: OLIVEIRA, Adriano Lorena Inacio de
Format: masterThesis
Language: por
Published: Universidade Federal de Pernambuco 2020
Subjects:
Inteligência computaciona
Mineração de opinião
Online Access: https://repositorio.ufpe.br/handle/123456789/38119
Tags: Add Tag
No Tags, Be the first to tag this record!
id ir-123456789-38119
recordtype dspace
spelling ir-123456789-381192020-09-29T05:14:50Z Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados VITÓRIO, Douglas Álisson Marques de Sá OLIVEIRA, Adriano Lorena Inacio de SOUZA, Ellen Polliana Ramos http://lattes.cnpq.br/2138402381175111 http://lattes.cnpq.br/5194381227316437 http://lattes.cnpq.br/6593918610781356 Inteligência computaciona Mineração de opinião Mineração de Opinião, também conhecida como Análise de Sentimento, é a área de estudo que analisa computacionalmente os sentimentos e opiniões das pessoas acerca de entidades, como produtos e serviços, expressos de forma não estruturada, como em texto, por exemplo. Entretanto, as abordagens mais comuns de Mineração de Opinião não estão aptas a lidar com as características e os desafios trazidos pelo processamento de fluxos contínuos de dados (data streams), devido, principalmente, ao fato de estes terem uma natureza evolutiva, requerendo atualizações constantes do modelo, e aquelas serem fortemente baseadas em Aprendizagem Supervisionada; dessa forma, uma alternativa é a utilização de técnicas Semi-supervisionadas, como a de Active Learning, a qual visa rotular apenas dados selecionados, em vez de rotular todo o conjunto de dados. A abordagem de Active Learning requer a escolha de uma estratégia para selecionar as instâncias mais relevantes para atualização do modelo de aprendizagem; contudo, nenhum estudo realizou uma análise com o objetivo de identificar as melhores estratégias para Mineração de Opinião. Nesta pesquisa, portanto, essa análise é realizada com base em oito estratégias de seleção: seis delas encontradas na literatura e duas propostas pelo autor; e utilizando 20 conjuntos de dados oriundos de quatro corpora com data streams: dois deles construídos especificamente para esta pesquisa e contendo dados do Facebook e do Twitter acerca da Eleição Presidencial no Brasil em 2018. As estratégias foram avaliadas em três cenários diferentes e com três tipos de classificadores. Com base nos resultados e considerando os 20 conjuntos de dados utilizados, pôde-se perceber que a técnica Entropy é a mais indicada, em termos de f-measure, para o maior número de situações; porém, esta estratégia seleciona um número muito grande de documentos, na maioria dos casos selecionando o dobro das outras, não sendo recomendável para casos nos quais não há a possibilidade de rotular um grande volume de dados. Nestes cenários, a estratégia Variable Entropy, proposta neste trabalho, se mostrou uma opção mais viável CNPq Opinion Mining, also known as Sentiment Analysis, is the field of study that analyzes people’s sentiments and opinions about entities, such as products and services, expressed in an unstructured form, e.g., in textual input. However, the most common Opinion Mining approaches are not able to deal with the characteristics and challenges brought by the processing of continuous data streams, mainly due to the evolutive nature of the streams, and due to the fact that these approaches are strongly based on Supervised Learning; so, an alternative is the use of semi-supervised techniques such as Active Learning, which aims to label only selected data, rather the entire data set. The Active Learning approach requires the choice of a sampling strategy to select the most valuable instances to update the learning model; nevertheless, no study has performed an analysis in order to identify the best strategies for Opinion Mining. Therefore, in this study, this analysis is made based on eight sampling strategies: six of them found in the literature and two proposed by the author; and using 20 data sets from four data streams corpora, two of them specially built for this research and containing Facebook and Twitter data about the 2018 Presidential Election in Brazil. The strategies were evaluated in three different scenarios and with three kinds of classifiers. According to the results and considering the 20 data sets used, it could be observed that the Entropy is the most indicated strategy, in terms of accuracy, for most cases; however, this strategy selects a large number of instances, in most cases sampling a number twice as large as the others, not being recommended for scenarios in which there is no possibility of labeling a lot of data. In these cases, the Variable Entropy strategy, proposed in this work, proved to be the most viable choice. 2020-09-28T18:25:23Z 2020-09-28T18:25:23Z 2020-02-20 masterThesis VITÓRIO, Douglas Álisson Marques de Sá. Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020. https://repositorio.ufpe.br/handle/123456789/38119 por openAccess http://creativecommons.org/licenses/by-nc-nd/3.0/br/ application/pdf Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Ciencia da Computacao
institution REPOSITORIO UFPE
collection REPOSITORIO UFPE
language por
topic Inteligência computaciona
Mineração de opinião
spellingShingle Inteligência computaciona
Mineração de opinião
VITÓRIO, Douglas Álisson Marques de Sá
Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
description Mineração de Opinião, também conhecida como Análise de Sentimento, é a área de estudo que analisa computacionalmente os sentimentos e opiniões das pessoas acerca de entidades, como produtos e serviços, expressos de forma não estruturada, como em texto, por exemplo. Entretanto, as abordagens mais comuns de Mineração de Opinião não estão aptas a lidar com as características e os desafios trazidos pelo processamento de fluxos contínuos de dados (data streams), devido, principalmente, ao fato de estes terem uma natureza evolutiva, requerendo atualizações constantes do modelo, e aquelas serem fortemente baseadas em Aprendizagem Supervisionada; dessa forma, uma alternativa é a utilização de técnicas Semi-supervisionadas, como a de Active Learning, a qual visa rotular apenas dados selecionados, em vez de rotular todo o conjunto de dados. A abordagem de Active Learning requer a escolha de uma estratégia para selecionar as instâncias mais relevantes para atualização do modelo de aprendizagem; contudo, nenhum estudo realizou uma análise com o objetivo de identificar as melhores estratégias para Mineração de Opinião. Nesta pesquisa, portanto, essa análise é realizada com base em oito estratégias de seleção: seis delas encontradas na literatura e duas propostas pelo autor; e utilizando 20 conjuntos de dados oriundos de quatro corpora com data streams: dois deles construídos especificamente para esta pesquisa e contendo dados do Facebook e do Twitter acerca da Eleição Presidencial no Brasil em 2018. As estratégias foram avaliadas em três cenários diferentes e com três tipos de classificadores. Com base nos resultados e considerando os 20 conjuntos de dados utilizados, pôde-se perceber que a técnica Entropy é a mais indicada, em termos de f-measure, para o maior número de situações; porém, esta estratégia seleciona um número muito grande de documentos, na maioria dos casos selecionando o dobro das outras, não sendo recomendável para casos nos quais não há a possibilidade de rotular um grande volume de dados. Nestes cenários, a estratégia Variable Entropy, proposta neste trabalho, se mostrou uma opção mais viável
author2 OLIVEIRA, Adriano Lorena Inacio de
format masterThesis
author VITÓRIO, Douglas Álisson Marques de Sá
author_sort VITÓRIO, Douglas Álisson Marques de Sá
title Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
title_short Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
title_full Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
title_fullStr Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
title_full_unstemmed Avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
title_sort avaliando estratégias de seleção de active learning para mineração de opinião com fluxos contínuos de dados
publisher Universidade Federal de Pernambuco
publishDate 2020
url https://repositorio.ufpe.br/handle/123456789/38119
_version_ 1680625273103450112
score 13.657419

Similar Items