Mineração de texto e aprendizado de máquina na identificação de posicionamento em discursos: um estudo de caso

ID: 
6781
Sala virtual: 
https://us02web.zoom.us/j/86198102458?pwd=S0p4V01OZm4rVStjZXk5VklLSXZCZz09
Vídeo: 
https://peertube.td.utfpr.edu.br/videos/watch/c8e7d945-d16d-4d6c-a75d-6a3fd27c298a
Resumo: 
Processamento de linguagem natural é um ramo da inteligência computacional que permiteaos computadores entender a linguagem humana. É um tópico amplamente estudado naliteratura, e suas aplicações são altamente difundidas atualmente.Este trabalho apresenta um estudo de caso da aplicação de métodos computacionais demineração de texto na descoberta de conhecimento em bases de dados. O objetivo éencontrar padrões para identificar anomalias em pronunciamentos de deputados federaissobre um tema em comum.A base de dados utilizada é composta por discursos de parlamentares sobre a Reforma daPrevidência (PEC 06/19). Os discursos foram proferidos entre o início do ano de 2019 e 10de julho, data da votação da proposta em primeiro turno.Os resultados sugerem que o método proposto é robusto e promissor para a aplicaçãoapresentada, alcançando um valor de F1 de 0.99 no subconjunto de teste.
Autor(es): 
Vinícius
Couto
Tasso
Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil
vintas@alunos.utfpr.edu.br
André
Lazzaretti
Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil
lazzaratti@utfpr.edu.br
Modalidade: 
Computação
Data: 
24/11/2020
Hora: 
21:00