Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCC - Departamento de Ciência da Computação >
DCC - Graduação >
DCC - Bacharelado em Ciência da Computação (Monografias) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/5013

Título: Máquina de aprendizado extremo aplicada à análise de sentimentos
Autor(es): Abreu, Alexandre Augusto Alberto Moreira de
Orientador: Pereira, Denilson Alves
Coorientador(es): Coelho, Tiago Amador
Membro da banca: Pereira, Marluce Rodrigues
Araújo, Eric Fernandes de Mello
Assunto: Mineração de opinião
Análise de sentimento
Máquina de aprendizado extremo
Rede neural
Mineração de texto
Opinion mining
Sentiment analysis
Extreme learning machine
Neural networks
Text mining
Data de Defesa: 22-Out-2012
Data de publicação: 2015
Referência: ABREU, A. A. A. M. de. Máquina de aprendizado extremo aplicada à análise de sentimentos. 2012. 75 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2012.
Resumo: O aumento, instantâneo, da quantidade de informações (e opiniões) disponíveis na rede mundial de computadores (Internet), alavanca a necessidade da criação e melhoria dos métodos e ferramentas capazes de explorar o conteúdo opinativo e emocional publicados, diariamente, por grande e crescente quantidade de usuários. Técnicas de Inteligência Computacional tem sido largamente usadas em aplicações de Mineração de Dados. Numerosas técnicas de Inteligência Artificial, Redes Neurais Artificiais e Support Vector Machines (SVMs) têm representado os papéis principais. Entretanto, sabe-se que ambos, redes neurais e SVMs, encaram alguns desafios e problemas como: lentidão de aprendizagem, intervenção humana não trivial e/ou baixa escalabilidade computacional. Máquina de Aprendizado Extremo (ELM), um método emergente para treinamento de Redes Neurais Artificias, surge para sobrepor alguns destes desafios encontrados pelas outras técnicas. ELM funciona para Single-Hidden Layer Feedforward Networks (SLFNs) e sua essência é de que a camada escondida das SLNFs não precisa ser ajustada. Quando comparada com os métodos de Inteligência Computacional, ELM provê uma melhor performance de generalização em um tempo muito mais rápido, sem que seja necessária intervenção humana. O presente trabalho pretende avaliar estas e outras características do recente ELM com a finalidade de realizar uma análise quantitativa e qualitativa. A intenção é realizar um comparativo entre o método proposto e os métodos SVM, KNN e MLP, para a análise de sentimentos e mineração de opinião.
Abstract: The instantaneous increase the amount of information (and opinions) available on the World Wide Web (Internet), leverages the need for the creation and improvement of methods and tools able to exploit the opinational and emotional contents published, diary, by a growing amount of users. Computational Intelligence techniques have been used in wide Data Mining applications. Out of numerous Artificial Intelligence techniques, Artificial Neural Networks and Support Vector Machines (SVMs) have been played the leading roles. However, it is known that both, Neural Networks and SVMs, face some challenging and troubles issues such as: slowness learning speed, not trivial human intervention and/or poor computational scalability. Extreme Learning Machine (ELM), an emergent method to training Neural Networks, arrives to overcome some of this challenges faced by other techniques. ELM works for Single-Hidden Layer Feedforward Networks (SLFNs) and its essence is that the hidden layer of SLFNs doesn’t need to be tuned. When compared with the traditional computational intelligence techniques, ELM provides better generalization performance at a much faster learning speed without requiring human intervention. This study intends to evaluate these and other features of the recent ELM in order to perform a quantitative and qualitative analysis. The intention is to conduct a comparative between the proposed method and the SVM, KNN e MLP methods, to the analysis of sentiment and opinion mining.
URI: http://repositorio.ufla.br/jspui/handle/1/5013
Idioma: pt_BR
Aparece nas coleções: DCC - Bacharelado em Ciência da Computação (Monografias)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
MONOGRAFIA_Maquina_de_aprendizado_extremo_aplicada_a_analise_de_sentimentos.pdf689,58 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback