Análise de sentimento por meio de aprendizado profundo aplicado a avaliações de hotéis

Abstract

Análise de Sentimentos é uma área ativa de pesquisa e tem apresentado resultados promissores. Existem na literatura diversas abordagens capazes de realizar diferentes tipos de classificação com boa precisão. Tivemos como objetivo principal deste trabalho o desenvolvimento de modelo que utilize redes neurais artificiais, mais especificamente modelos baseados nas arquiteturas relacionadas com o aprendizado profundo, para a tarefa de classificação de polaridade de avaliações de hotéis escritas em Língua Portuguesa. Dois modelos de redes neurais convolucionais foram desenvolvidos para realizar a tarefa de classificação de polaridades. O primeiro consistiu em uma rede convolucional que possuía 15 camadas alcançando precisão acima de 95% para as classificações das classes positiva e negativa isoladamente e mantendo o balanceamento entre as classes, e acima de 90%, 67% e 80% para as classes positiva, neutra e negativa, respectivamente. O segundo foi baseado no primeiro, porém com adequações de hiper-parâmetros, redução e realocação de camadas, utilização de um vetor representação de palavras maior (200 dimensões) e de um corpus cerca de 10 vezes maior em quantidade de reviews e com número de tokens por review também superior, com arquitetura com 10 camadas. Essas modificações na estrutura permitiram obter resultados ainda melhores do que os observados no primeiro modelo, na maioria dos casos. Diferente do primeiro modelo, neste segundo foi possível classificar as avaliações conforme as 5 classes do TripAdvisor e a partir de amostra recolhida do corpus classificada por voluntários, fizemos um comparativo entre os resultados alcançados utilizando nosso modelo e a classificação gerada pelas pessoas, apontando que apenas em um caso as pessoas obtiveram maior precisão do que o modelo desenvolvido.

Sentiment Analysis is an active area of research and it has presented promising results. There are several approaches in the literature capable of performing different types of classification with good precision. This work aimed to develop an approach that uses artificial neural networks, more specifically models based on architectures related to the deep learning, for the task of polarity classification of hotel reviews written in Portuguese. Two convolutional neural network models were developed to perform the task of classifying polarities. The first consisted of a convolutional network that had 15 layers. It obtained interesting results reaching precision above 95% for the positive and negative classifications alone, maintaining the balance between classes and above 90%, 67% and 80% for the positive, neutral and negative classes, respectively. The second one was based on the first, but with adaptations of hyper-parameters, reduction and relocation of layers, use of a vector representing greater words (200 dimensions) and a corpus about 10 times greater in quantity of reviews and with number of tokens by review also superior, with architecture with 10 layers. These modifications in the structure allowed to obtain even better results than those observed in the first model, in most cases. Unlike the first model, in this second we were able to rate the ratings according to the 5 TripAdvisor classes. In addition, from the sample collected from the corpus classified by volunteers, we compared the results achieved using our model and the classification generated by the people. The comparison pointed out that in only one case, people obtained greater precision than the developed model.