Sensor de reputação online: técnicas de aprendizagem automática para a deteção e classificação de opiniões na Web

Abstract

As redes sociais são plataformas em larga escala onde pessoas de todo o mundo se podem conhecer, partilhar imagens e vídeos ou trocar opiniões. Saber as opiniões dos utilizadores que podem afetar a reputação de um produto ou serviço é uma das vantagens que as empresas podem retirar deste tipo de plataformas. O objetivo deste trabalho é apresentar um sistema com a capacidade de determinar, através de técnicas de aprendizagem automática, o sentimento de uma frase e respetivo impacto na afetação da reputação da entidade mencionada, classificando-o como positivo, negativo ou neutro. Este sistema foi desenvolvido na linguagem Python e utiliza recursos da ferramenta NLTK, como o reconhecimento de entidades (NE Chunk), o classificador gramatical (pos-tag) e os algoritmos para o classificador da polaridade de sentimentos (Naive Bayes, Decision Trees e SVM); Online Reputation Sensor: machine learning techniques for detection and classification of opinions in Web textual sources #### abstract: The social networks are large scale platforms where people around the world meet, share photos and videos and share opinions. Knowing people's opinions about a product or service is one of the advantages that companies can benefit from these type of plataforms. The purpose of this work is to present a system with the ability to predict, through machine learning techniques, the sense of a sentence and the respective reputation impact on the target entity, classifying it as negative, positive or neutral. This system was developed in Python and uses resources from NLTK framework, such as entity recognition (NE Chunk), the grammar classifier (pos-tag) and the algorithms used in system development (Naive Bayes, Decision Trees, and SVM).