Submitted by Georgia Vaz (georgia.vaz@mackenzie.br) on 2016-07-06T19:42:24Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
JOSE AHYRTON BATISTA LOPES FILHO.pdf: 1482320 bytes, checksum: 2162e0cdfb92a9b596af601d0f4c4ed1 (MD5) / Made available in DSpace on 2016-07-06T19:42:24Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
JOSE AHYRTON BATISTA LOPES FILHO.pdf: 1482320 bytes, checksum: 2162e0cdfb92a9b596af601d0f4c4ed1 (MD5)
Previous issue date: 2016-02-17 / With the growth of social media in recent years, there has been an increase on the interest in the automatic characterization of users based on the informal content they generate. In this context, the labeling of users in demographic categories, such as age, ethnicity, origin and race,and the investigation of other attributes inherent to users, such as political preferences, personality and gender expression, has received a great deal of attention, especially based on Twitter data. The present work focuses on the task of gender classification by using 65 textual meta-attributes, commonly used in text attribution tasks, for the extraction of gender expression linguistic cues in tweets written in Portuguese.The work takes into account characters, syntax, words, structure and morphology, as well as selected psycolinguistic cues of short length, multi-genre, content free texts posted on Twitter to classify author's gender via four different machine-learning algorithms. The proposed meta-attributes in this process are also evaluated. / Com o crescimento das mídias sociais nos últimos anos tem havido um aumento de interesse na caracterização automática dos usuários com base no conteúdo informal que eles geram. Neste contexto, a rotulação dos usuários em categorias demográficas tais como idade, etnia, origem e raça, bem como a investigação de outros atributos inerentes aos usuários, como preferências políticas, personalidade e expressão de gênero, tem recebido grande atenção, especialmente com base em dados do Twitter. O presente trabalho é centrado na tarefa de classificação de gênero, propondo 65 meta-atributos textuais, comumente usados em tarefas de atribuição de texto, para a extração de características linguísticas quanto à expressão de gênero em tweets escritos em Português. São considerados caracteres, sintaxe, palavras, estrutura e morfologia, além de determinados atributos psicolinguísticos, dos textos de comprimento curto, multi-gênero e de livre conteúdo postados no Twitter para a classificação de gênero do autor por meio de quatro algoritmos de aprendizado de máquina diferentes. Também é avaliada a influência dos meta-atributos propostos para este processo.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.mackenzie.br:tede/2810 |
| Date | 17 February 2016 |
| Creators | Lopes Filho, José Ahirton Batista |
| Contributors | Castro, Leandro Nunes de, Pasti, Rodrigo, Mustaro, Pollyana Notargiacomo, Ferrari, Daniel Gomes, Silveira, Ismar Frango, França, Fabrício Olivetti de |
| Publisher | Universidade Presbiteriana Mackenzie, Engenharia Elétrica, UPM, Brasil, Escola de Engenharia Mackenzie (EE) |
| 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 do Mackenzie, instname:Universidade Presbiteriana Mackenzie, instacron:MACKENZIE |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0121 seconds