BIA - IFPI Campus Picos Tecnologia Tecnologia em Análise e Desenvolvimento de Sistemas - Picos
Use este identificador para citar ou linkar para este item: https://bia.ifpi.edu.br/jspui/handle/123456789/3022
Registro completo de metadados
Campo DCValorIdioma
dc.creatorLuz, Anthony Irlan Marques-
dc.date.accessioned2024-03-11T17:30:18Z-
dc.date.available2024-03-11T17:30:18Z-
dc.date.issued2024-
dc.identifier.urihttps://bia.ifpi.edu.br/jspui/handle/123456789/3022-
dc.description.abstractThis 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.pt_BR
dc.description.sponsorshipAgência 1pt_BR
dc.languageporpt_BR
dc.publisherInstituto Federal de Educação, Ciência e Tecnologia do Piauípt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectProcessamento de Língua Naturalpt_BR
dc.subjectironiapt_BR
dc.subjecttécnicas de amostragempt_BR
dc.subjectMachine learningpt_BR
dc.subjectComitê de classificadorespt_BR
dc.titleAprimorando a tarefa de detecção de ironia por meio de comitês de classificadorespt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.creator.ID08495638363pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/5224279549390467pt_BR
dc.contributor.advisor1Anchiêta, Rafael Torres-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7021895357654363pt_BR
dc.contributor.advisor-co1Medeiros, Manoel Messias Pereira-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/3692751461745479pt_BR
dc.contributor.referee1Sousa, Rogério Figueredo-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9346694618502913pt_BR
dc.contributor.referee2Araújo, Rafael Luz-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4792928893399983pt_BR
dc.contributor.referee3Medeiros, Manoel Messias Pereira-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/3692751461745479pt_BR
dc.contributor.referee4Anchiêta, Rafael Torres-
dc.contributor.referee4Latteshttp://lattes.cnpq.br/7021895357654363pt_BR
dc.description.resumoEste 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Picospt_BR
dc.publisher.initialsIFPIpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAOpt_BR
Aparece nas coleções:Tecnologia em Análise e Desenvolvimento de Sistemas - Picos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2024_tcc_aimluz.pdf254.28 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.