UM ESTUDO COMPARATIVO ENTRE ABORDAGENS BASEADAS EM SISTEMAS FUZZY E REDES NEURAIS ARTIFICIAIS PARA ESTIMAR A IMPORTÂNCIA DE COMENTÁRIOS SOBRE PRODUTOS E SERVIÇOS.

Abstract

RESUMO: A evolução do e-commerce e das Redes Sociais Online (RSO) contribuiu para o aumento das informações disponíveis, tornando a tarefa de analisar comentários de forma manual praticamente impossível para o processo de tomada de decisão sobre a aquisição ou não de um produto ou serviço. Devido ao volume de informações tornou-se necessário criar métodos automáticos de extração de conhecimento. A mineração de opinião é um dos temas tratados pela comunidade de Processamento de Linguagem Natural (PLN). Atualmente, para facilitar a análise de comentários alguns sites utilizam filtros tais como, votos de utilidade ou número de estrelas. Porém, o uso desses filtros não é uma boa prática pois eles podem excluir comentários que tenham sido recentemente submetidos ao processo de votação, além de existir a possibilidade do usuário superestimar ou subestimar o comentário com a atribuição das estrelas. Uma possível solução para tais problemas é filtrar os comentários baseados na descrição textual, nas informações do autor e em outras medidas. Sousa (2015) propôs uma abordagem, denominada TOP(X), para estimar o grau de importância de comentários sobre produtos e serviços utilizando um Sistema Fuzzy com três variáveis de entrada: reputação do autor, extração de tuplas <característica, palavra opinativa> e analisador de riqueza e uma variável de saída: grau de importância do comentário. Apesar da abordagem apresentar bons resultados, alguns problemas ficaram pendentes de resolução e melhorias, além da possibilidade de alterar o modelo computacional utilizado. Esta Dissertação propõe adaptações em duas variáveis de entrada, a saber: quantidade de tuplas e riqueza do vocabulário e a construção de novas abordagens utilizando modelos computacionais baseados em Sistemas Fuzzy e Redes Neurais Artificiais (RNA). Adicionalmente, fez-se uma comparação entre as abordagens propostas por meio de medidas estatísticas. Experimentos realizados no domínio de hotéis mostraram que a abordagem utilizando Sistema Fuzzy obteve melhores resultados na detecção dos comentários mais importantes, sem considerar a orientação semântica dos comentários. Entretanto, a abordagem usando RNA do tipo Multi-Layer Perceptron (MLP) obteve melhores resultados quando se conhece a orientação semântica do comentário (positivo ou negativo)..............ABSTRACT: The evolution of e-commerce and On-line Social Networks has contributed to the increase of the information available, making the task of analyzing the reviews manually almost impossible for the buying (or not) a product or service decision-making process. Due to the amount of information, the creation of automatic methods of knowledge extraction and data mining has become necessary. The opinion mining is one of the topics addressed by the Natural Language Processing (NLP) community. Currently, to facilitate the analysis of reviews some websites use filters such as votes by utility or by stars. However, the use of these filters is not a good practice because they may exclude reviews that have recently been submitted to the voting process, besides the possibility of the user overestimate or underestimate the review with attribution of stars. One possible solution is to filter the reviews based on their textual descriptions, author informations and others measures. Sousa (2015) proposed an approach, called TOP(X), to estimate the degree of importance of reviews about products and services using a Fuzzy System with three input variables: author reputation, extraction of tuples <feature, opinion word> and richness analyzer and an output variable: degree of importance of the review. Although the approach presented good results, some problems were pending of resolution and improvements, besides the possibility to change the computational model used. This Dissertation proposes adaptations in two input variables, namely: quantity of tuples and vocabulary richness and the building of new approaches using computational models based on Fuzzy Systems and Artificial Neural Networks (ANN). In addition, a comparison was made among the proposed approaches through statistical measures. Experiments performed in the hoteldomain showed that the approach using Fuzzy System obtained better results when detecting the most important reviews, without considering the semantic orientation of the comments. However, the approach using Multi-Layer Perceptron (MLP) Artificial Neural Networks obtained better results when is known the semantic orientation of the review (positive or negative).