Avaliando a utilização de Redes de Grafos com Atenção para a tarefa de Análise de Sentimentos em Nível de Aspecto em Línguas de Baixo Recurso
Resumo
Opiniões sobre produtos e serviços possuem uma importância imensa para a indústria, pois auxilia o processo de tomada de decisões. Contudo, devido ao constante crescimento de conteúdo gerado por usuários, principalmente da internet, a análise manual destes dados tornou-se inviável. Técnicas de Análise de Sentimentos são essenciais para compreender e quantificar sentimentos humanos expressos em diferentes tipos de dados, como áudio, vídeo e imagens. No entanto, uma parte substancial dessas análises é conduzida em dados textuais, que constituem o foco deste estudo. Dentre os diversos níveis de análise, o de menor granularidade é em nível de aspecto, pois a análise é realizada em todas as partes de uma entidade em que se é
possível atribuir um sentimento. A utilização de grafos para representar dados textuais permite a utilização das relações estruturais gramaticais do texto para expansão da representação, que pode trazer benefícios para a tarefa de Análise de Sentimentos baseado em Aspectos, já que além de enriquecer a representação com informações extraídas de uma análise sintática do texto, essa abordagem permite a aplicação de novas técnicas, ampliando as possibilidades de análise. Embora estudos tenham demonstrado a eficácia dessa representação para ABSA utilizando Redes Neurais em Grafos no inglês, há evidências limitadas de melhorias com o uso dessas técnicas em línguas de baixo recurso, como o português. Desenvolvemos um modelo de Rede de Atenção em Grafos para a tarefa de ABSA em português brasileiro. A abordagem pro posta atinge uma acurácia balanceada de 0,74, apresentando resultados competitivos e alcançando o desempenho equivalente ao terceiro lugar na competição ABSAPT.