Multitask learning aplicada à classificação de utilidade de opiniões
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
Oestudo investiga a aplicação do Multitask Learning (MTL) na classificação de utilidade de
opiniões, considerando a interação entre polaridade (positiva/negativa) e utilidade (útil/não
útil) como tarefas complementares. A pesquisa visou desenvolver um modelo mais preciso e
generalizável para análise de sentimentos e filtragem de conteúdo.
Inicialmente, o artigo revisa trabalhos relacionados, como o estudo de (SOUSA, 2023), que utiliza
aprendizado de máquina para classificar opiniões úteis em português brasileiro, e a abordagem
de (SATAPATHY; PARDESHI; CAMBRIA, 2022), que emprega MTL e BERT embeddings para análise
de polaridade e subjetividade. A fundamentação teórica abrange temas como Processamento
de Linguagem Natural (PLN), aprendizado multitarefa e classificação de utilidade de opiniões.
A metodologia envolve a utilização do UTLCorpus, um conjunto de 2.881.589 avaliações de
aplicativos Android e filmes, rotuladas automaticamente quanto à utilidade e polaridade. O
estudo compara modelos de Single-Task Learning (STL) e MTL, utilizando redes neurais
e BERT para classificar as opiniões e com isso foram alcançadas métricas como 0.64 para
classificação de utilidade de opinião e 0.91 para classificação de polaridade usando o BERT
Description
Keywords
Multitask Learning, Multitask Learning, Processamento de Liguagem Natural, Natural Language Processing, Utilidade de opinões, Opinion helpfulness