Modelo para análise de sentimentos no facebook : um estudo de caso na página do Senado Federal Brasileiro

Abstract

Resumo : Trata-se de um estudo que contextualiza os níveis de análise de sentimento e os tipos de opiniões existentes, assim como os problemas encontrados para classificação de sentenças ou documentos em linguagem natural (português) a partir de dados extraídos da página no Facebook do Senado Federal. Propõe um modelo para análise de sentimento supervisionada e um modelo para pré-processamento de texto por meio de ferramenta desenvolvida em Python3. Por meio do modelo proposto, classificaram-se duas bases de dados formadas com comentários sobre a reforma do ensino médio e a limitação de dados em banda larga fixa. Desenvolveu-se um código na linguagem de programação Python 3 para pré-processamento de texto. Além disso, construiu-se uma base de treino com 102 classificações positivas, 177 negativas e 272 neutras. Aplicou-se o algoritmo Naive Bayes Multinomial Text para classificação das sentenças e classificou-se 97,0962% de 551 sentenças da base de treino, desta forma a matriz de confusão demonstrou 16 sentenças classificadas incorretamente e 535 classificadas corretamente. Apresenta os resultados da classificação através de gráficos formados pelas saídas da classificação e dados fornecidos pela ferramenta de extração. Como continuidade do trabalho propõe-se a análise em nível de aspecto.