Submitted by Kamila Costa (kamilavasconceloscosta@gmail.com) on 2015-06-11T19:07:15Z
No. of bitstreams: 1
Dissertação-Josiane R da Silva.pdf: 885828 bytes, checksum: c1b7c04345db68585285d33349f9677f (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-15T18:03:40Z (GMT) No. of bitstreams: 1
Dissertação-Josiane R da Silva.pdf: 885828 bytes, checksum: c1b7c04345db68585285d33349f9677f (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-15T18:06:18Z (GMT) No. of bitstreams: 1
Dissertação-Josiane R da Silva.pdf: 885828 bytes, checksum: c1b7c04345db68585285d33349f9677f (MD5) / Made available in DSpace on 2015-06-15T18:06:18Z (GMT). No. of bitstreams: 1
Dissertação-Josiane R da Silva.pdf: 885828 bytes, checksum: c1b7c04345db68585285d33349f9677f (MD5)
Previous issue date: 2015-03-05 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Polarity analysis aims at classifying the author’s opinion into positive, negative, or neutral.
However, given the sheer volume of information available on the web, manually carrying
out such task is unfeasible. In particular, in the financial domain this type of analysis is
useful for companies in making decisions related to the financial market which is particularly
prone to changes according to shifting of opinions. Most studies in literature
deal with this problem by considering that documents have a global polarity. However, in
general, documents cite several entities with possibly different polarities. This suggests
that the classification should be performed in an entity level. Besides this problem, we
also noted that many financial documents do not always emit opinion. Thus, a first task
of interest in this research field is to identify documents on which opinions are expressed,
that is, the subjective ones. Therefore, in this paper we propose a supervised polarity
classification method based on multiple models to deal with financial documents with
multiple entities. In particular, we study text segmentation strategies that use heuristics
such as string matching and anaphora resolution and we propose a hierarchical classification
method based on subjectivity detection. Our results showed that the multiple-models
approach significantly outperformed the global-model baseline. The segmentation of the
documents restricted to sentences that mention entities and the adoption of a hierarchical
strategy also achieved gains, although modest. / Análise de polaridade consiste em classificar a opinião do autor em positiva, negativa e
neutra. No entanto, dado o grande volume de informações disponíveis na Web, esta análise
manual torna-se inviável. Em particular, no domínio financeiro este tipo de análise é
útil para empresas na tomada de decisões relacionadas ao mercado financeiro que parece
ser particularmente propenso a mudanças de acordo com opiniões. Os trabalhos disponíveis
na literatura propõem abordagens globais para esta tarefa, ou seja, consideram que
o texto tem apenas uma polaridade. No entanto, verifica-se que os documentos, em sua
grande maioria, citam várias entidades e as polaridades para estas entidades, em geral,
são diferentes. Isto sugere que a classificação de polaridade deve ser feita em nível de
entidade. Contudo, a maioria das abordagens tradicionais não concentram-se na tarefa de
classificar polaridade por entidade. Além disso, observamos que muitos dos documentos
no domínio financeiro nem sempre emitem opinião. Assim, uma primeira tarefa de
interesse nesse domínio é identificar os documentos em que opiniões são expressas, isto
é, documentos subjetivos. Portanto, neste trabalho propomos um método supervisionado
para classificação de polaridade baseado em múltiplos modelos com o intuito de classificar
documentos financeiros com múltiplas entidades. Em particular, estudamos estratégias
de segmentação em texto que usam heurísticas de casamento de string e resolução
de anáfora e propomos um método de classificação hierárquica baseada em detecção de
subjetividade. Nossos resultados mostraram que uma abordagem baseada em múltiplos
modelos é capaz de obter ganhos significativos sobre uma abordagem baseada em modelo
global na tarefa de classificação de polaridade com múltiplas entidades. A segmentação
do documento em sentenças que mencionam as entidades e a adoção de uma estratégia
hierárquica também obtiveram ganhos, embora modestos.
| Identifer | oai:union.ndltd.org:IBICT/oai:http://localhost:tede/4071 |
| Date | 05 March 2015 |
| Creators | Silva, Josiane Rodrigues da |
| Contributors | Cristo, Marco Antônio Pinheiro de, Cristo, Marco Antônio Pinheiro de, Oliveira, David Braga Fernandes de, Rosa, Thierson Couto |
| Publisher | Universidade Federal do Amazonas, Programa de Pós-graduação em Informática, UFAM, Brasil, Instituto de Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFAM, instname:Universidade Federal do Amazonas, instacron:UFAM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -312656415484870643, 600 |
Page generated in 0.0025 seconds