Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/35706
Title: SoFLY: meet the social engineering
Authors: Cardoso, Jose Miguel Malaca 
Orientador: Fonseca, Carlos Manuel Mira da
Keywords: Text Mining; Social Mining; Sentiment Analysis; Machine Learning; Natural Language Processing; Twitter
Issue Date: 5-Sep-2014
Serial title, monograph or event: SoFLY: meet the social engineering
Place of publication or event: Coimbra
Abstract: Com a crescente afluência do público em geral às redes sociais há um vasto leque de informação a ser explorado. A facilidade com que a tecnologia permite às pessoas comunicar, e a enorme vontade que elas têm de partilhar muitos aspectos das suas vidas, originaram um enorme mundo de informação. Sendo toda esta informação pública e disponível a quem a quiser analisar, como se poderá descobrir a opinião ou o sentimento que uma dada população expressa ou expressou em relação a um determinado assunto? Estes problemas conhecidos por “Opinion Mining e “Sentiment Analysis , têm vindo a ser abordados pela comunidade ciêncitifica através de métodos de Machine Learning (ML) e de Natural Language Processing (NLP). Neste estágio, realizado na empresa BroadScope, foram analisadas, implementadas e avaliadas diversas técnicas de análise de sentimento em textos no formato de microblog de onde se obteram informações relevantes para a classificação de sentimento, como também, posteriormente, bons resultados de classificação de textos nunca vistos pelo sistema.
Description: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
URI: https://hdl.handle.net/10316/35706
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado
FCTUC Eng.Informática - Teses de Mestrado

Files in This Item:
File Description SizeFormat
SoFly_meet the social engineering.pdf2.07 MBAdobe PDFView/Open
Show full item record

Page view(s) 1

2,099
checked on Apr 16, 2024

Download(s)

103
checked on Apr 16, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.