Classificação de sentimento utilizando aprendizagem profunda

Abstract

Hoje em dia, as plataformas de mídia social estão em alta, com milhares de usuários gerando grandes quantidades de dados a todo instante, grande parte desses dados se dá de forma textual expressando suas opiniões sobre diversos temas. Para que empresas possam usar esses dados de forma a gerar valor, foi desenvolvido neste projeto um classificador de sentimentos usando processamento de linguagem natural e aprendizagem profunda. Na criação do modelo foi utilizado um tipo de rede neural recorrente chamado LSTM e uma base de dados do Twitter, disponível na plataforma Kaggle, composta com as mensagens e seus respectivos sentimentos. Utilizando as taxas de perda e acurácia como métricas de avaliação de desempenho, foram realizados alguns experimentos que apresentaram resultados diferentes, tais como erros de overfitting. Por fim atingimos uma taxa de acurácia de 93% no melhor experimento, alcançando assim o objetivo de criar um classificador de sentimentos.