Ulteriori informazioni
O rápido aumento da produção de conteúdos textuais a partir de fontes como o WhatsApp, o Instagram e a Amazon produz diariamente enormes quantidades de dados. A interpretação destes dados pode ajudar os proprietários de empresas a compreender a perceção pública dos seus produtos ou serviços e a tomar decisões informadas. Devido ao grande volume de texto, o Processamento de Linguagem Natural (PLN), um aspeto crucial da Análise de Sentimentos (AS), é essencial para a interpretação do conteúdo. Esta pesquisa se concentra no desenvolvimento de um modelo de Sumarização de Resenhas de Consumidores (CRS) usando técnicas de PLN e Memória de Longo Prazo (LSTM) para resumir dados e fornecer às empresas insights significativos sobre o comportamento e as preferências do consumidor. A eficácia do modelo CRS baseia-se no modelo SA e consiste em duas fases: SADL e CRS. A fase SADL inclui o pré-processamento de revisões, a extração de caraterísticas e a classificação de sentimentos, enquanto a fase CRS efectua o resumo automático com base nos resultados SADL.
Info autore
La Dra. Gagandeep Kaur obtuvo su doctorado (CSE) en 2023 y su máster (CSE) en 2011. Ha trabajado en investigación y docencia durante más de 12 años. En la actualidad trabaja como Assist. Prof. en CSE Dept. en Symbiosis Institute of Technology, Nagpur. Ha publicado más de 20 artículos de investigación en revistas y conferencias internacionales.
