PLN E INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SENTIMENTOS EM RESENHAS CINEMATOGRÁFICAS DO IMDB
"2025-12-02" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1845 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 134343 "edicao_id" => 438 "trabalho_id" => 7348 "inscrito_id" => 10105 "titulo" => "PLN E INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SENTIMENTOS EM RESENHAS CINEMATOGRÁFICAS DO IMDB" "resumo" => "A análise de sentimentos tem se tornado uma ferramenta indispensável para compreender opiniões expressas em textos, com aplicações que vão desde a moderação de conteúdos até a análise de mercado. Este trabalho propõe um sistema automatizado para classificação de resenhas de filmes, diferenciando-as como positivas ou negativas, utilizando Processamento de Linguagem Natural (PLN) e aprendizado de máquina. O estudo emprega um pipeline que inclui limpeza e tokenização do texto, remoção de stopwords, stemming e vetorização com TF-IDF. A etapa de classificação é realizada por meio de Regressão Logística, um algoritmo eficiente para tarefas de categorização textual. Os resultados obtidos apontam uma acurácia de 88%, evidenciando a eficácia do modelo em identificar corretamente os sentimentos expressos nas resenhas. Este sistema oferece aplicações práticas, como suporte à análise de feedback de clientes e monitoramento de opiniões em plataformas digitais. Além disso, destaca-se pelo uso de um dataset de resenhas em português, contribuindo para a pesquisa e desenvolvimento de soluções tecnológicas adaptadas ao contexto da língua portuguesa. Este trabalho reforça a relevância de ferramentas baseadas em Inteligência Artificial para resolver problemas reais, promovendo a inovação e a eficiência na análise de grandes volumes de dados textuais." "modalidade" => "Pôster (PO)" "area_tematica" => "GT 19 - Tecnologias e Educação" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV214_ID10105_TB7348_28042025103118.pdf" "created_at" => "2025-12-08 15:50:23" "updated_at" => null "ativo" => 1 "autor_nome" => "MURILO GABRIEL DA SILVA MOURAO" "autor_nome_curto" => "Murilo Gabriel" "autor_email" => "mouraomurilo7@gmail.com" "autor_ies" => "" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 134343 "edicao_id" => 438 "trabalho_id" => 7348 "inscrito_id" => 10105 "titulo" => "PLN E INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SENTIMENTOS EM RESENHAS CINEMATOGRÁFICAS DO IMDB" "resumo" => "A análise de sentimentos tem se tornado uma ferramenta indispensável para compreender opiniões expressas em textos, com aplicações que vão desde a moderação de conteúdos até a análise de mercado. Este trabalho propõe um sistema automatizado para classificação de resenhas de filmes, diferenciando-as como positivas ou negativas, utilizando Processamento de Linguagem Natural (PLN) e aprendizado de máquina. O estudo emprega um pipeline que inclui limpeza e tokenização do texto, remoção de stopwords, stemming e vetorização com TF-IDF. A etapa de classificação é realizada por meio de Regressão Logística, um algoritmo eficiente para tarefas de categorização textual. Os resultados obtidos apontam uma acurácia de 88%, evidenciando a eficácia do modelo em identificar corretamente os sentimentos expressos nas resenhas. Este sistema oferece aplicações práticas, como suporte à análise de feedback de clientes e monitoramento de opiniões em plataformas digitais. Além disso, destaca-se pelo uso de um dataset de resenhas em português, contribuindo para a pesquisa e desenvolvimento de soluções tecnológicas adaptadas ao contexto da língua portuguesa. Este trabalho reforça a relevância de ferramentas baseadas em Inteligência Artificial para resolver problemas reais, promovendo a inovação e a eficiência na análise de grandes volumes de dados textuais." "modalidade" => "Pôster (PO)" "area_tematica" => "GT 19 - Tecnologias e Educação" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV214_ID10105_TB7348_28042025103118.pdf" "created_at" => "2025-12-08 15:50:23" "updated_at" => null "ativo" => 1 "autor_nome" => "MURILO GABRIEL DA SILVA MOURAO" "autor_nome_curto" => "Murilo Gabriel" "autor_email" => "mouraomurilo7@gmail.com" "autor_ies" => "" "autor_imagem" => "" "edicao_url" => "anais-xi-congresso-nacional-de-educacao" "edicao_nome" => "Anais XI Congresso Nacional de Educação" "edicao_evento" => "XI Congresso Nacional de Educação" "edicao_ano" => 2025 "edicao_pasta" => "anais/conedu/2025" "edicao_logo" => null "edicao_capa" => "692d8b19ea55f_01122025093329.png" "data_publicacao" => "2025-12-02" "edicao_publicada_em" => "2025-12-01 09:33:29" "publicacao_id" => 19 "publicacao_nome" => "Anais CONEDU" "publicacao_codigo" => "2358-8829" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }