Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-09T13:24:26Z No. of bitstreams: 2 DISSERTAÇÃO Francisco Assis Ricarte Neto.pdf: 2704308 bytes, checksum: 7cdf74d63f92dd20ed995f23cefdd07a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T13:24:26Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Francisco Assis Ricarte Neto.pdf: 2704308 bytes, checksum: 7cdf74d63f92dd20ed995f23cefdd07a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-02-18 / Cada vez mais, pessoas recorrem a reviews, fóruns ou redes sociais em busca de opiniões sobre produtos e serviços, para embasar suas decisões. Contudo, a análise manual dessas opiniões não é um processo trivial, devido à enorme quantidade de informações disponíveis. Outro problema comum são as opiniões falsas, ou propositadamente tendenciosas sobre algum produto. Nestes casos, para se obter uma posição “confiável” dos usuário acerca de algum item, é necessário buscar e analisar uma grande quantidade de opiniões. Neste contexto, a Mineração de Opinião ou Análise de Sentimento (AS), vem auxiliar os usuários que buscam opiniões na Web. A AS é a área de estudo que analisa opiniões, sentimentos e emoções de pessoas acerca de algum tópico (produto, serviço, evento). Este trabalho de Mestrado teve como objetivo principal a Análise de Sentimentos em Debates Polarizados (e.g., iPhone x Blackberry), um domínio ainda pouco explorado pela AS. O foco central é a classificação da postura dos participantes do debate (i.e., se apóiam o produto A ou B). A partir dos resultados dessa análise, pode-se identificar, por exemplo, que produto é o preferido no mercado. Contudo, esta é uma tarefa complexa, pois esses debates são longos, e apresentam elementos que dificultam a classificação automática do sentimento, tais como ironias ou ofensas direcionadas a outros participantes ou produtos. Apresentamos aqui o ASDP, um Processo de Análise de Sentimento em Debates Polarizados, com foco nos debates não ideológicos. Aqui, a classificação da postura dos posts é feita com base na identificação de padrões linguísticos que foram observados em corpora de debates polarizados. Esses padrões recuperam triplas do tipo <produto, palavra opinativa, sentença>, que consideram o contexto de ocorrência dos termos para a atribuição da classe do post. O ASDP também trata a ocorrência de referências anafóricas e de concessões. O protótipo implementado conta ainda com um módulo para a criação e análise de uma rede de replies em forma de grafo, a fim de auxiliar no processo de classificação final da postura dos posts. Os resultados dos experimentos revelam taxas de 73,91% de acerto na classificação dos posts. Os padrões linguísticos implementados neste trabalho foram desenvolvidos dentro da abordagem de Sistemas Baseados em Conhecimento, o que torna fácil a reusabilidade desta técnica em outros domínios, bem como garante uma fácil extensibilidade dos padrões. Também foram desenvolvidas e utilizadas técnicas Linguísticas para auxiliar a classificação dos posts dos debates.