Um experimento com redes neurais diretas aplicadas na aprendizagem de conceitos abstratos
Um experimento com redes neurais diretas aplicadas na aprendizagem de conceitos abstratos
<rodrigo.batista@arapiraca.ufal.br>
Este trabalho tem como objetivo realizar um experimento com redes neurais diretas no aprendizado de conceitos abstratos. O método utilizado foi um comparativo entre uma rede neural direta (MLP) e uma rede neural recorrente (LSTM) para análise de sentimentos em tweets. O experimento foi desenvolvido com base na comparação entre essas arquiteturas, avaliando o desempenho de cada uma em um cenário com recursos computacionais limitados. Os dados de treino e teste são compostos por tweets em português, classificados como sentimentos positivos e negativos. O trabalho se diferenciou pelo não uso de embeddings pré-treinados devido à restrição de memória RAM. Os modelos foram treinados e comparados para analisar qual obteve o melhor desempenho.
This work aims to conduct an experiment with feedforward neural networks in learning abstract concepts. The approach used is a comparison between a feedforward neural network (MLP) and a recurrent neural network (LSTM) for sentiment analysis on tweets. The experiment was designed to evaluate the performance of each architecture in a scenario with limited computational resources. The training and testing datasets consist of Portuguese tweets classified as positive and negative sentiments. The work is distinguished by the lack of pre-trained embeddings due to RAM limitations. The models were trained and compared to determine which one achieved better performance.
Me. Santos, Tiago Paulino.
Análise de sentimentos.
Linguagem natural - Processamento.
LSTM (Long Short-Term Memory).