Detecção de Emoções em Textos

1. Mineração de opinião e análise de mercado
2. E-learning
3. Jogos
4. Identificação de autoria, etc.

Anotações:

• Área interdisciplinar de pesquisa dedicada ao estudo de modelos estatísticos ou baseados em regras (ruled-based)para modelagem da linguagem natural a partir de uma perspectiva computacional.

1. Modelagem da linguagem natural

1. Sentiment Analysis

   Anotações:

   • Conjunto de técnicas tipicamente voltadas para a classificação de textos de acordo com a relevância afetiva e a exploração de opinião de consumidores ou usuários voltadas para análise de mercado.
   1. Anotação de valência
      1. Positiva ou negativa
   2. Rotulação de emoções
   3. Também conhecido como
      1. Opinion Mining
   4. Análise
      1. Nível Documento

         Anotações:

         • Análise de todos o documento e classificação da opinião expressa pelo documento como positiva ou negativa.
      2. Nível de Sentença

         Anotações:

         • Classificação de sentimento de sentenças curtas.
      3. Nível de Aspecto

         Anotações:

         • Classificação de sentimentos em relação a aspectos específicos das entidades de interesse. Exemplo: "A qualidade da voz neste telefone não é boa, mas a duração da bateria é muito longa."
   5. Abordagem
      1. Baseada em Léxicos
         1. Dicionário de Palavras
            1. Sentimento foi manualmente anotado
            2. WordNet
      2. Aprendizado de Máquina
         1. Aprendizagem Supervisionada

            Anotações:

            • Cada amostra da base possui um conjunto de "features". Modelo correlaciona "features" aos rótulos. Baseado no modelo, novas amostras são classificadas de acordo com os rótulos existentes.
            1. Base de treinamento rotulada

               Anotações:

               • Tipicamente sentenças ou documentos
            2. "Features" linguísticos
               1. Bag of Words

                  Anotações:

                  • Presença e frequência de palavras (individuais ou n-grams) -> Bag of Words (BoW)
               2. Parts of Speech

                  Anotações:

                  • PoS - Adjetivos, substantivos, advérbios.
               3. Negações
         2. Não Supervisionada

            Anotações:

            • As "features" são utilizadas para determinar a similaridade entre sentenças, ajudando a identificar categorias.
      3. Híbrida
2. Computer-Assisted Creativity
   1. Propagandas
      1. Automáticas
      2. Personalisadas
   2. Geração automática
      1. Headlines
      2. Títulos
      3. Legendas
3. Agentes Virtuais
   1. Geração automática de falas

Anotações:

• http://www.scielo.br/scielo.php?script=sci_arttext&pid=S2237-60892011000300003

1. Affective Norms for English Words
2. Valores PAD
   1. Pleasure
   2. Arousal
   3. Dominance