Use este identificador para citar ou linkar para este item:
https://bia.ifpi.edu.br/jspui/handle/123456789/3022| Tipo: | Trabalho de Conclusão de Curso |
| Título: | Aprimorando a tarefa de detecção de ironia por meio de comitês de classificadores |
| Autor: | Luz, Anthony Irlan Marques |
| Orientador(a): | Anchiêta, Rafael Torres |
| metadata.dc.contributor.advisor-co1: | Medeiros, Manoel Messias Pereira |
| metadata.dc.contributor.referee1: | Sousa, Rogério Figueredo |
| metadata.dc.contributor.referee2: | Araújo, Rafael Luz |
| metadata.dc.contributor.referee3: | Medeiros, Manoel Messias Pereira |
| metadata.dc.contributor.referee4: | Anchiêta, Rafael Torres |
| Resumo: | Este artigo apresenta uma abordagem baseada em comitê de classificadores para identificar tweets irônicos escritos em português. A ironia é um fenômeno linguístico que pode ser percebido como um aspecto engraçado ou estranho de uma situação, utilizando palavras que dizem o oposto do que realmente significam, frequentemente como uma piada, e com uma entonação que demonstra isso. Quando se trata apenas de texto, detectar a ironia se torna bastante desafiador. Este trabalho avaliou diversas estratégias para detecção de tweets irônicos utilizando comitês de classificadores no corpus de tweets da tarefa compartilhada IDPT-21. O melhor resultado alcançado foi de 0,59 na acurácia balanceada utilizando a estratégia de bagging, superando o resultado estado da arte que era de 0,55, indicando que o comitê de classificadores auxiliou na melhora dos resultados. |
| Abstract: | This paper presents an approach based on an ensemble to identify ironic tweets written in Portuguese. Irony is a linguistic phenomenon that can be perceived as a funny or peculiar aspect of a situation, using words that express the opposite of their literal meaning, often in a humorous context, and with intonation that reflects this. When dealing solely with text, detecting irony becomes quite challenging. This study evaluated several strategies for detecting ironic tweets using an ensemble in the tweet corpus of the shared task IDPT-21. The best result achieved 0.59 balanced accuracy using the bagging strategy, surpassing the state-of-the-art result of 0.55, indicating that the ensemble contributed to improving the results. |
| Palavras-chave: | Processamento de Língua Natural ironia técnicas de amostragem Machine learning Comitê de classificadores |
| Cnpq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAO |
| metadata.dc.language: | por |
| País: | Brasil |
| Editor: | Instituto Federal de Educação, Ciência e Tecnologia do Piauí |
| Sigla: | IFPI |
| Unidade: | Campus Picos |
| Tipo de acesso: | Acesso Aberto |
| URI: | https://bia.ifpi.edu.br/jspui/handle/123456789/3022 |
| Data do documento: | 2024 |
| Aparece nas coleções: | Tecnologia em Análise e Desenvolvimento de Sistemas - Picos |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2024_tcc_aimluz.pdf | 254.28 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.