аЯрЁБс>ўџ &(ўџџџ%џџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџьЅС)`№ПЗbjbj€€.т{т{З џџџџџџЄNNNNNNNbЪЪЪЪ ж bюююююююю$ hї ш4Nююююю4NNююIююююNюNюююююNNюют р–~ЧЖчЯЪюю_0юп юп юп Nю юююю44ююююююююbbbDІ$bbbІbbbNNNNNNџџџџ Uma Estratщgia Estatэstica e Evolutiva para Mineraчуo de Opiniѕes em Tweets Resumo Mэdias sociais, como o Twitter, tъm se tornado ferramentas de comunicaчуo muito populares na Internet. De fato, diariamente, milhѕes de usuсrios trocam informaчѕes e publicam, na Web, opiniѕes a respeito de diferentes tѓpicos de interesse. No entanto, devido р grande quantidade de textos publicados diariamente na Web, identificar manualmente as opiniѕes sobre um determinado tѓpico de interesse pode se tornar uma tarefa impraticсvel. Nesse contexto, a mineraчуo de opiniѕes visa avaliar automaticamente as opiniѕes, expressas em formato textual, a respeito de um determinado tѓpico de interesse. Um dos principais desafios dessa сrea щ a classificaчуo das opiniѕes quanto рs suas polaridades, ou seja, se elas sуo positivas ou negativas. Com esse objetivo, estratщgias estatэsticas tъm sido propostas baseadas na observaчуo de que se duas palavras aparecem juntas com frequъncia em documentos de um mesmo domэnio, elas provavelmente possuem a mesma polaridade. Consequentemente, a polaridade de uma palavra pode ser determinada com base na sua frequъncia de co-ocorrъncia com um grupo especial de palavras, denominadas palavras de referъncia, cujas polaridades sуo bem definidas (“good” e “bad”, por exemplo). Diferentes estratщgias estatэsticas, em geral, adotam conjuntos distintos de palavras de referъncia, arbitrariamente selecionadas. Nesse contexto, dado o amplo uso do Twitter pelos usuсrios das redes sociais, esta dissertaчуo propѕe uma estratщgia estatэstica para a classificaчуo das opiniѕes expressas em tweets, em que as palavras de referъncia utilizadas na classificaчуo sуo selecionadas por meio de um algoritmo genщtico. O algoritmo genщtico explora um conjunto de possэveis palavras de referъncia a fim de se obter um subconjunto dessas palavras que maximize a acurсcia da classificaчуo de tweets em um determinado domэnio. Os experimentos computacionais realizados nesta dissertaчуo mostram que palavras de referъncia selecionadas por meio do algoritmo genщtico aumentam o desempenho preditivo quando comparado ao desempenho obtido com palavras de referъncia selecionadas arbitrariamente. Alщm disso, quando comparada com algoritmos tradicionais de aprendizado de mсquina supervisionado, a estratщgia estatэstica e evolutiva proposta obteve melhor desempenho. Palavras-chave: mineraчуo de opiniѕes, estratщgias estatэsticas, palavras de referъncia, algoritmo genщtico, tweets. KNTBQЖЗђъсъсънhм=8hм=85OJQJhм=8OJQJhм=85CJOJQJaJLMNUVW ABЗњњњњёёёёёь$a$$„а`„аa$$a$ Зў,1hА‚. АЦA!А"А# $ %ААаАа а†œb@ёџb Normal 1$A$*$/B*OJQJCJmHnHsHPJ^JaJ_HtH>A@ђџЁ> Fonte parсg. padrуoXi@ѓџГX  Tabela normal :V і4ж4ж laі ,k@єџС, Sem lista DўђџёD Default Paragraph FontNўN Heading Є№Єx$OJQJCJPJ^JaJFBF Corpo de textod ЄЄŒ*/"* Lista^JH"2H Legenda ЄxЄx $CJ6^JaJ].ўB. Index $^JЗ џџџџLMNUVWA B Й Ш‘08€Ш‘0€Ш‘0€Ш‘0€Ш‘0€Ш‘0€Ш‘0€Ш‘0€Ш‘0€Ш‘0€Й Ш‘0ДВЗ З З хм=8Jf…џ@€aDЗ P@џџUnknownџџџџџџџџџџџџG‡z €џTimes New Roman5€Symbol3& ‡z €џArial7я K@ŸCambria3-џ3џ fgS&Liberation SansArialODroid Sans Fallback9FreeSans"ˆ№аhЙr*GЙr*G„3ƒ„3q№4Г Г 2ƒ№џ§X№џџџџџџџџџџџџџџџџџџJf…ВџџKUma Estratщgia Estatэstica e Evolutiva para Mineraчуo de Opiniѕes em TweetsJonnathan CarvalhoPGўџр…ŸђљOhЋ‘+'Гй0а˜ є(4H T` € Œ ˜ ЄАИРШфLUma Estratщgia Estatэstica e Evolutiva para Mineraчуo de Opiniѕes em TweetsJonnathan Carvalho Normal.dotPG2Microsoft Office Word@FУ#@@‹ЙЖчЯ@‹ЙЖчЯ„3ўџеЭеœ.“—+,љЎ04 hp|„Œ” œЄЌД М фUFFГ ' LUma Estratщgia Estatэstica e Evolutiva para Mineraчуo de Opiniѕes em Tweets Tэtulo ўџџџўџџџўџџџ !"#$ўџџџ§џџџ'ўџџџўџџџўџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџRoot Entryџџџџџџџџ РFаТ…ЧЖчЯ)€1Tableџџџџџџџџ WordDocumentџџџџџџџџ.SummaryInformation(џџџџDocumentSummaryInformation8џџџџџџџџџџџџCompObjџџџџџџџџџџџџuџџџџџџџџџџџџџџџџџџџџџџџџўџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџўџ џџџџ РF#Documento do Microsoft Office Word MSWordDocWord.Document.8є9Вq