Memorial de projetos : aplicação de processamento de linguagem natural para análise de sentimentos

Abstract

Resumo: O Processamento de Linguagem Natural (PLN), ramo da inteligência artificial voltado à interpretação de textos, consolidou-se a partir da evolução do aprendizado de máquina e reúne técnicas que permitem transformar dados linguísticos não estruturados em informações estruturadas. Entre suas aplicações, destaca-se a análise de sentimentos, que classifica textos segundo sua polaridade — positiva, negativa ou neutra — por meio de abordagens baseadas em regras ou em modelos de aprendizado supervisionado. Essa técnica tem sido utilizada em diversos contextos, como monitoramento de opiniões de consumidores, atendimento ao cliente, pesquisas de mercado, previsão de crises e análise financeira. Apesar de sua relevância, a análise de sentimentos ainda enfrenta desafios, como o tratamento de sarcasmo, polissemia, negação e a presença de múltiplos idiomas em um mesmo texto. A expansão de suas funcionalidades aponta para um potencial crescente de aplicação em áreas estratégicas, consolidando-se como ferramenta de apoio à tomada de decisão

Abstract: Natural Language Processing (NLP), a branch of artificial intelligence dedicated to text interpretation, has advanced significantly with the development of machine learning, bringing together techniques that convert unstructured linguistic data into structured information. Among its applications, sentiment analysis stands out, classifying texts according to polarity — positive, negative, or neutral — through rulebased methods or supervised learning models. This technique has been applied in several contexts, such as monitoring consumer opinions, customer service, market research, crisis prediction, and financial analysis. Despite its importance, sentiment analysis still faces challenges, including the treatment of sarcasm, polysemy, negation, and multilingual texts. The expansion of its functionalities highlights its growing potential in strategic areas, establishing it as a valuable tool for decision-making support