Quantificando a importância de emojis e emoticons para a identificação de polaridade
Carregando...
Data
Autores
Orientador(es)
Coorientador(es)
Membros da banca
Gadelha, Bruno Freitas
Carvalho, Moises Gomes de
Carvalho, Moises Gomes de
Pós-Graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Amazonas
Tipo
Direito de acesso
DOI
Resumo
Ambientes virtuais como lojas online de produtos e serviços (e.g. Amazon, Google Play, Booking) adotam uma estratégia colaborativa de avaliação e reputação onde os usuários classificam os produtos e serviços. A opinião do usuário representa o seu grau de satisfação em relação ao item avaliado. O conjunto de avaliações de um item é referencial de sua reputação/qualidade. Portanto, a identificação automática da satisfação do usuário em relação a um item, considerando sua avaliação textual, é uma ferramenta com potencial econômico singular. Neste contexto, com a popularização de emojis e emoticons, intensificada pelo uso de dispositivos móveis e seus aplicativos, os usuários adotam cada vez mais estes símbolos como parte do vocabulário utilizado para expressar opiniões e sentimentos. Neste trabalho, apresentamos uma avaliação quantitativa da representatividade de emojis/emoticons para a identificação de opinião e polaridade em ambientes online de avaliação colaborativa. A abordagem proposta quantifica o uso da técnica Bag of Words com SVM, Max Entropy e Naive Bayes para determinar o grau de satisfação do usuário em relação a um item, considerando: (1) palavras e emojis/emoticons; (2) apenas palavras; (3) apenas emojis/emoticons. Particularmente, para cenários específicos o uso de emojis/emoticons para a análise de sentimentos chega a ter uma eficácia de 0,92 com uso de emojis combinados com palavras, contra 0,81 quando utilizamos apenas as palavras, considerando a métrica F1.
Abstract
Virtual environments, such as online stores (e.g. Amazon, Google Play, Booking), pro- mote a collaborative strategy for reviewing products and services. The users’ opinions represent their degree of satisfaction regarding the reviewed item. The set of reviews of an item serves as a reputation index. Hence, the automatic identification of the user satisfaction, regarding an item, based on his/her textual review, is a tool of great economic and strategic potential for enterprises. In this context, the growing adoption of emojis and emoticons, boosted by the mobile devices and their Apps, the users incre- asingly adopt such a vocabulary to express their opinion and sentiments. In this work, we present a quantitative assessment of the richness of emojis/emoticons to predict the users’ opinion in product reviews in collaborative systems. Our proposal uses the Bag of Words with Support Vector Machine to predict the users’ opinion in a online review, taking into account the use of: (1) only words; (2) words and emojis/emoticons; and (3) only emojis/emoticons. For certain scenarios, considering the F1 metric, the use of words and emojis results in an efficacy of 0.92 using words combined with emojis, compared to 0.81 when only words are used (traditional approach).
Descrição
Palavras-chave
Termo controlado
Polaridade; Aprendizado do computador; Comércio eletrônico - Satisfação do consumidor - Avaliação
Objetivos de Desenvolvimento Sustentável (ODS)
Citação
PAULA, Hildon Eduardo Lima de. Quantificando a importância de emojis e emoticons para a identificação de polaridade. 2019. 104 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Direitos e licenciamento
Acesso Aberto