ࡱ> -/,dbjbjUU >??d   0''''''; GPxO''OO''OOOO''OOOOO'pZOO0 OjOjOjO`OOOOOOOOOOOO OOOOjOOOOOOOOO :Resumo: Desde o advento da Web 2.0, cada vez mais comum encontrar valiosas opinies ou comentrios online relacionados a produtos, servios, organizaes, eventos e vrios outros itens. Capturar e processar corretamente essas informaes e descobrir o interesse do pblico em geral sobre algum item de grande interesse para o mundo dos negcios e para os prprios consumidores. A informao agregada inferida a partir das opinies de muitos usurios da web pode ser usada no processo de tomada de deciso por aqueles que prospectam um item. Os pesquisadores na rea de anlise de sentimentos vm estudando tcnicas e buscando desenvolver ferramentas para identificar as opinies de usurios sobre determinados produtos ou servios. Enquanto muitos trabalhos propem a classificao binria de uma avaliao, algumas pesquisas focam na classificao multiclasse, como, por exemplo, a inferncia de ratings. Neste caso, o objetivo principal classificar cada opinio dentro de uma faixa mltipla de valores tipicamente 1 a 5 estrelas e no apenas como positivas ou negativas. Existem duas abordagens para a construo de um classificador multiclasse. A primeira consiste no emprego de algoritmos de aprendizagem construdos diretamente para problemas multiclasse, como Nave Bayes, rvores de deciso, redes neurais, e assim por diante. A segunda baseia-se na decomposio do problema multiclasse inicial para uma combinao de problemas binrios. H duas tcnicas clssicas para decompor o problema: (i) um x um; e (ii) um x todos. Uma abordagem alternativa para decompor o problema implementada pelo algoritmo Nested Dichotomies (divises binrias em cascata), que constri rvores de todas as combinaes possveis de divises binrias do conjunto de classes. Nesta dissertao, propomos um modelo baseado em uma adaptao do algoritmo divises binrias em cascata, visando construir uma nica rvore de divises binrias de classes, em que a primeira diviso capaz de dividir as classes em dois conjuntos, recomendados e no recomendados. Esta diviso determinada a partir de uma anlise do domnio, com o auxlio de questionrios para identificar a preferncia dos usurios. Apresentamos um estudo de caso em que o modelo de classificao aplicado a um conjunto de dados subjetivos extrados do site TripAdvisor, contendo revises classificadas com valores de 1 a 5. Os resultados do classificador proposto foram comparados com aqueles de outras tcnicas de classificao multiclasse tradicionalmente utilizadas. Verificou-se que os resultados obtidos superaram muitos dos trabalhos anteriores em anlise de sentimento, considerando a acurcia final da classificao multiclasse e, especialmente, a acurcia da primeira diviso, conforme as expectativas iniciais. Palavras-chave: Aprendizado de Mquina; Anlise de Sentimentos; Problema de Inferncia de Ratings; Classificao Multiclasse. Vekz" ( , - ] | ~        < = R S T W m v  * + B C D G ` u  ͼͼͼͼͼͼѼͼͼͼͼѼͼѲh3`h_e6] hh_eh3h_e6]h_e hsHh_ehIh_e5;CJ\aJh_e5CJ\aJhIh_e5CJ\aJFcd d`gdMdgdM h`gdBO   * + 7 8 d j z { "HXYkm~MXb|}Yhl3@ELVWhuv~ h h_ehTh_e6]hQh_e6] hsHh_eh_eV"#%.:<ck$?FGHdh3`h_e6] h^xh_e h;h_ehBO h_e5\ hoh_eh_e h h_e<P1h:p_e. A!"#$% Dpj 666666666vvvvvvvvv666666>6666666666666666666666666666666666666666666666666hH6666666666666666666666666666666666666666666666666666666666666666662 0@P`p2( 0@P`p 0@P`p 0@P`p 0@P`p 0@P`p 0@P`p8XV~ OJPJQJ_HmHnHsHtH``` MNormal$dh`a$$CJOJPJQJ_HaJmHsHtH DA D 0Default Paragraph FontRiR 0 Table Normal4 l4a (k ( 0No List PK![Content_Types].xmlj0Eжr(΢Iw},-j4 wP-t#bΙ{UTU^hd}㨫)*1P' ^W0)T9<l#$yi};~@(Hu* Dנz/0ǰ $ X3aZ,D0j~3߶b~i>3\`?/[G\!-Rk.sԻ..a濭?PK!֧6 _rels/.relsj0 }Q%v/C/}(h"O = C?hv=Ʌ%[xp{۵_Pѣ<1H0ORBdJE4b$q_6LR7`0̞O,En7Lib/SeеPK!kytheme/theme/themeManager.xml M @}w7c(EbˮCAǠҟ7՛K Y, e.|,H,lxɴIsQ}#Ր ֵ+!,^$j=GW)E+& 8PK!Ptheme/theme/theme1.xmlYOo6w toc'vuر-MniP@I}úama[إ4:lЯGRX^6؊>$ !)O^rC$y@/yH*񄴽)޵߻UDb`}"qۋJחX^)I`nEp)liV[]1M<OP6r=zgbIguSebORD۫qu gZo~ٺlAplxpT0+[}`jzAV2Fi@qv֬5\|ʜ̭NleXdsjcs7f W+Ն7`g ȘJj|h(KD- dXiJ؇(x$( :;˹! I_TS 1?E??ZBΪmU/?~xY'y5g&΋/ɋ>GMGeD3Vq%'#q$8K)fw9:ĵ x}rxwr:\TZaG*y8IjbRc|XŻǿI u3KGnD1NIBs RuK>V.EL+M2#'fi ~V vl{u8zH *:(W☕ ~JTe\O*tHGHY}KNP*ݾ˦TѼ9/#A7qZ$*c?qUnwN%Oi4 =3ڗP 1Pm \\9Mؓ2aD];Yt\[x]}Wr|]g- eW )6-rCSj id DЇAΜIqbJ#x꺃 6k#ASh&ʌt(Q%p%m&]caSl=X\P1Mh9MVdDAaVB[݈fJíP|8 քAV^f Hn- "d>znNJ ة>b&2vKyϼD:,AGm\nziÙ.uχYC6OMf3or$5NHT[XF64T,ќM0E)`#5XY`פ;%1U٥m;R>QD DcpU'&LE/pm%]8firS4d 7y\`JnίI R3U~7+׸#m qBiDi*L69mY&iHE=(K&N!V.KeLDĕ{D vEꦚdeNƟe(MN9ߜR6&3(a/DUz<{ˊYȳV)9Z[4^n5!J?Q3eBoCM m<.vpIYfZY_p[=al-Y}Nc͙ŋ4vfavl'SA8|*u{-ߟ0%M07%<ҍPK! ѐ'theme/theme/_rels/themeManager.xml.relsM 0wooӺ&݈Э5 6?$Q ,.aic21h:qm@RN;d`o7gK(M&$R(.1r'JЊT8V"AȻHu}|$b{P8g/]QAsم(#L[PK-![Content_Types].xmlPK-!֧6 +_rels/.relsPK-!kytheme/theme/themeManager.xmlPK-!Ptheme/theme/theme1.xmlPK-! ѐ' theme/theme/_rels/themeManager.xml.relsPK] d  d d Texto2 f H f QBO f-d/I3`_e^x;sHMT3iYoSd f @d @@UnknownG*Ax Times New Roman5Symbol3" Arial7.@CalibriACambria Math"JE'JE' q0$Pd M!xxResumo:Alexandre de Castro LunardiHelioOh+'0 $ H T `lt|Resumo:Alexandre de Castro LunardiNormal_WordconvHelio2Microsoft Office Outlook@@m@m ՜.+,0 hp|   Resumo: Title  !"#%&'()*+.Root Entry FP01TablejWordDocument>SummaryInformation(DocumentSummaryInformation8$CompObjy  F'Microsoft Office Word 97-2003 Document MSWordDocWord.Document.89q  F#Documento do Microsoft Office Word MSWordDocWord.Document.89q