ABORDAGENS BASEADAS EM ONTOLOGIAS PARA ANÁLISE DE SENTIMENTOS EM PORTUGUÊS DO BRASIL

Abstract

With the advances of Machine Learning (ML), many statistical solutions were developed to solve Sentiment Analysis (SA) and Natural Language Processing (NLP) problems. However, until now, no statistical classification process would be able to resolve semantic and linguistic relationships in the same way as the human brain. According to the literature, only extremely robust tools would be able to generate correlations between the meanings of words, bringing the real symbolic meaning to texts. Ontologies are capable of representing semantic structures in order to correlate concepts in a specific domain, just as human beings associate words and receive messages according to their cultural, historical and social reality. Although recurrent in the area of Computer Science, ontologies are rarely applied to SA, with the exception of some examples in the English language, whose studies showed promising results for sentiment classification. Brazil currently does not have any robust framework that performs SA tasks with ontology-based knowledge base approaches and there are few studies using the methodology in Portuguese. This work presents a comparison of methods between lexical approaches and knowledge bases with ontological aspects, in addition we present a sentiment Portuguese - English parallel corpus. To that end, a review of different methods with ontology-based approaches applied to SA was initially carried out. Its primary objective was raising more discussions about possible expansion strategies for the field of SA in Brazil. We hope, thus, to awaken new reflections and a deeper look at digital humanities and their hybrid approaches, including ontologies, in the Luso-Brazilian scenario.

Com os avanços do Aprendizado de Máquina (AM), muitas soluções estatísticas foram desenvolvidas para resolver problemas de Análise de Sentimentos (AS) e Processamento de Linguagem Natural (PLN). No entanto, até o momento, nenhum processo de classificação estatística seria capaz de resolver relações semânticas e linguísticas da mesma forma que o cérebro humano. De acordo com a literatura, somente ferramentas extremamente robustas seriam capazes de gerar correlações entre os sentidos das palavras, trazendo o real significado simbólico aos textos. Ontologias são capazes de representar estruturas semânticas de modo a correlacionar conceitos em um domínio específico, assim como seres humanos associam palavras e recebem mensagens de acordo com sua realidade cultural, histórica e social. Apesar de recorrentes na área de Ciência da Computação, ontologias são raramente aplicadas à AS, com exceção de alguns exemplos na língua inglesa, cujos estudos apresentaram resultados promissores ao classificar sentimentos. O Brasil, atualmente não possui nenhum framework robusto que execute tarefas de AS com aspectos de abordagem ontológica ou base de conhecimento e poucas são as pesquisas utilizando a metodologia na língua portuguesa. Este trabalho apresenta uma comparação de métodos entre abordagens léxicas e bases de conhecimento com aspectos ontológicos, além de um novo corpus paralelo em português - inglês. Para tanto, efetuou-se, inicialmente, uma revisão de métodos com abordagens ontológicas aplicadas à AS com o objetivo primário de levantar discussões sobre possíveis estratégias de expansão para o campo de AS no Brasil. Espera-se, assim, despertar novas reflexões e um olhar mais profundo sobre humanidades digitais e suas abordagens híbridas, incluindo ontologias, no cenário luso-brasileiro.