Utilize este identificador para referenciar este registo: https://hdl.handle.net/10316/35706
Título: SoFLY: meet the social engineering
Autor: Cardoso, Jose Miguel Malaca 
Orientador: Fonseca, Carlos Manuel Mira da
Palavras-chave: Text Mining; Social Mining; Sentiment Analysis; Machine Learning; Natural Language Processing; Twitter
Data: 5-Set-2014
Título da revista, periódico, livro ou evento: SoFLY: meet the social engineering
Local de edição ou do evento: Coimbra
Resumo: 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.
Descrição: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
URI: https://hdl.handle.net/10316/35706
Direitos: openAccess
Aparece nas coleções:UC - Dissertações de Mestrado
FCTUC Eng.Informática - Teses de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato
SoFly_meet the social engineering.pdf2.07 MBAdobe PDFVer/Abrir
Mostrar registo em formato completo

Visualizações de página 1

2.103
Visto em 23/abr/2024

Downloads

105
Visto em 23/abr/2024

Google ScholarTM

Verificar


Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.