Glossário IA
O dicionário completo da Inteligência Artificial
Análise de sentimentos
Técnica de PLN que permite identificar e quantificar as opiniões, emoções e atitudes expressas em um texto, geralmente classificadas como positivas, negativas ou neutras.
Detecção de polaridade
Processo que consiste em determinar a orientação sentimental de um texto atribuindo um valor numérico que representa seu grau de positividade ou negatividade.
Análise de subjetividade
Classificação de um texto entre conteúdo subjetivo (opiniões, sentimentos pessoais) e objetivo (fatos, informações factuais) sem avaliar a polaridade.
Detecção de emoções
Identificação e classificação das emoções específicas (alegria, raiva, tristeza, medo, surpresa, nojo) expressas em um texto além da simples polaridade positiva/negativa.
ABSA (Análise de Sentimento Baseada em Aspectos)
Abordagem granular que analisa os sentimentos associados a aspectos ou entidades específicas em um texto, permitindo uma avaliação detalhada por característica ou atributo.
Extração de opiniões
Processo de identificação e extração estruturada de opiniões, alvos e polaridades em textos não estruturados para criar bases de conhecimento opinativas.
Léxico de sentimentos
Dicionário especializado contendo palavras ou expressões com seus scores sentimentais pré-atribuídos, usado como recurso para análise de sentimentos baseada em regras.
VADER
Algoritmo de análise de sentimentos baseado em regras especificamente projetado para textos de redes sociais, sensível a intensificadores, pontuação e emojis.
BERT para análise de sentimentos
Aplicação do modelo de linguagem pré-treinado BERT para análise de sentimentos, explorando suas capacidades de compreensão contextual para uma classificação precisa.
Modelos Transformers
Arquitetura de redes neurais baseada em mecanismos de atenção, tornando-se o padrão para análise de sentimentos devido à sua compreensão contextual avançada.
Análise de sentimentos granular fina
Classificação dos sentimentos em uma escala detalhada (ex: muito positivo, positivo, neutro, negativo, muito negativo) em vez de uma classificação binária ou ternária simples.
Classificação de sentimentos
Tarefa de aprendizado de máquina que consiste em atribuir automaticamente rótulos de sentimentos predefinidos a segmentos de texto não rotulados.
Pontuação de sentimentos
Atribuição de uma pontuação numérica contínua (geralmente entre -1 e 1) representando a intensidade sentimental de um texto, permitindo comparações quantitativas.
Extração de aspectos
Identificação automática de entidades ou características específicas sobre as quais as opiniões se referem em um texto, etapa preliminar da ABSA.
Análise de sentimentos dependente do alvo
Técnica que avalia o sentimento de um texto em função da entidade ou do alvo específico mencionado, reconhecendo que a mesma palavra pode ter polaridades diferentes dependendo do contexto.
Análise de sentimentos multilíngue
Capacidade de analisar sentimentos em múltiplos idiomas, seja através de modelos específicos por idioma, seja através de abordagens de transferência interlinguística.
Adaptação de domínio em análise de sentimentos
Técnicas que permitem adaptar modelos de análise de sentimentos treinados em um domínio de origem para funcionar eficazmente em um domínio alvo diferente com poucos dados rotulados.
Transfer learning para sentimentos
Abordagem que explora conhecimentos aprendidos em vastos corpus para melhorar o desempenho em tarefas específicas de análise de sentimentos com menos dados de treinamento.
Análise de sentimentos multimodal
Integração e análise simultânea de múltiplas modalidades (texto, imagens, áudio, vídeo) para determinar o sentimento geral, capturando nuances não acessíveis apenas através do texto.
Detecção de sarcasmo
Identificação de sarcasmo e ironia nos textos, onde o sentido literal difere da intenção real, crucial para uma análise de sentimentos precisa.