@MASTERSTHESIS{ 2022:1517722639,
 	title = {Classificação de sentimentos em textos de e-commerce utilizando redes neurais artificiais},
 	year = {2022},
 	url = "https://tede.unioeste.br/handle/tede/5924",
 	abstract = "Todos os dias, milhões de pessoas compartilham abertamente, nas redes sociais e páginas de
 comentários, suas opiniões sobre determinados assuntos, produtos, serviços, etc. Diversos
 segmentos do mercado empresarial têm interesse em extrair informações desse meio, que
 sejam relevantes para seu negócio. Um tipo de informação desejada é a identificação
 de sentimentos expressos pelos usuários registrados na forma de opiniões, já que isso
 demonstra a aceitação ou rejeição com relação ao assunto. A obtenção de tais informações
 de forma manual muitas vezes é inviável devido a grande quantidade de textos e ai entram as
 técnicas de aprendizado de máquina permitindo organizar, gerenciar e extrair conhecimento,
 possibilitando ao utilizador da solução melhorar sua estratégia de negócio. Este trabalho
 propõe uma abordagem para o problema de classificação de textos aplicado à análise de
 sentimentos, para identificar a polaridade do texto, ou seja, saber se a opinião é positiva
 ou negativa. A literatura indica diversas ferramentas com classificadores diferentes, sendo
 as utilizadas neste trabalho aquelas cujos modelos construídos incorporam classificadores
 baseados em redes neurais artificiais. Modelos foram construídos e seu desempenho avaliado
 para um grupo particular de dados que contém opiniões de consumidores que adquiriram
 produtos da área da saúde, com textos escritos na língua portuguesa. Também investigou-se
 o impacto das fases de pré-processamento do texto nos modelos. Os resultados mostraram
 que as soluções de redes neurais artificiais, tanto as multi camadas quanto as recorrentes,
 implementadas em Python, atingem um nível de eficiência próximo das melhores e mais
 difundidas ferramentas comerciais destinadas à esta tarefa.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}