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.
