| dc.description.abstract | Sistemas de avaliações institucionais são ferramentas essenciais para viabilizar a
melhoria das instituições de ensino, baseado de forma geral no feedback do aluno
com relação a uma série de critérios. Na tentativa de compreender a grande
quantidade de informações geradas por este processo, as técnicas de análise de
sentimento podem auxiliar a extrair informações importantes em tais cenários.
Baseando-se na literatura a partir das técnicas disponíveis para análise de sentimento,
o projeto apresenta os principais conceitos utilizados para a construção de modelos
de redes neurais capaz de classificar o sentimento com base em um corpus textual
de domínio específico. Por meio de técnicas de experimentação, foram treinados 5
modelos de redes neurais artificiais a fim de evidenciar o melhor modelo para o corpus
de avaliação institucional. Na avaliação dos modelos treinados, foi identificado que o
BERT (Bidirectional Encoder Representations From Transformers - Representações
Bidirecionais Codificadas por Transformadores) é uma técnica se mostrou como o
melhor modelo para análise de sentimento com o corpus do questionário institucional
aqui estudado, atingindo um F1 score de 0,912. Em adição a esta constatação, foi
identificado também que, para futuras melhorias no modelo, o aumento do conjunto
de dados pode levar a resultados mais precisos nas predições. | pt_BR |
