Loading...
Publication
Sentiment Analysis of Restaurant Reviews in Portuguese: A Transfer Learning and Ensemble Approach with Edge Computing
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 5.23 MB | Adobe PDF |
Authors
Abstract(s)
This research focuses on a case of applying transfer learning and transformer-based pre trained models to sentiment analysis in Portuguese in restaurant reviews. Specifically, we em ploy BERT and RoBERTa, two strong Language Models that fit into limited computational
resources, like edge computing, to build a sentiment review classifier. The classifier’s perfor mance is evaluated using accuracy and AUC ROC as the primary metrics. Our results demon strate that the classifier developed using ensemble techniques outperforms the baseline model
in accurately classifying restaurant reviews. This research contributes to sentiment analysis by
exploring the effectiveness of transfer learning and transformer-based models in the context of
Portuguese restaurant reviews.
This work highlights the importance of considering the Portuguese language in sentiment
analysis tasks. Furthermore, this study investigates the deployment of the model on edge com puting platforms, making sentiment analysis more accessible in resource-constrained environ ments. Combining deep learning techniques, transfer learning, and edge computing offers
promising real-time sentiment analysis application opportunities. This research provides valu able insights for researchers and practitioners interested in sentiment analysis, natural language
processing, and text analysis in the context of restaurant reviews.
Este trabalho de investigação tem como foco melhorar a análise de sentimentos em ava liações de restaurantes, utilizando transfer learning e modelos pré-treinados baseados em trans formers. Especificamente, foram aplicados o BERT e o RoBERTa, dois modelos de última geração, para construir um classificador de avaliações de sentimentos. O desempenho do clas sificador é avaliado utilizando accuracy e AUC ROC como principais métricas. Os resultados demonstram que o classificador desenvolvido utilizando técnicas de ensemble supera o modelo de referência na classificação precisa das avaliações de restaurantes. Este trabalho contribui para a análise de sentimentos, explorando a eficácia do transfer learning e de modelos baseados em transformers no contexto das avaliações de restaurantes em Português. Este trabalho, destaca a importância de considerar a língua portuguesa em tarefas de aná lise de sentimentos. Além disso, este estudo investiga a implementação do modelo em platafor mas de edge computing, tornando a análise de sentimentos mais acessível em ambientes com recursos limitados. A combinação de técnicas de deep learning, transfer learning e edge com puting oferece oportunidades promissoras para aplicações de análise de sentimentos em tempo real. Este trabalho fornece indicações relevantes para investigadores e profissionais interessa dos em análise de sentimentos, processamento de linguagem natural e análise de texto no con texto de avaliações de restaurantes.
Este trabalho de investigação tem como foco melhorar a análise de sentimentos em ava liações de restaurantes, utilizando transfer learning e modelos pré-treinados baseados em trans formers. Especificamente, foram aplicados o BERT e o RoBERTa, dois modelos de última geração, para construir um classificador de avaliações de sentimentos. O desempenho do clas sificador é avaliado utilizando accuracy e AUC ROC como principais métricas. Os resultados demonstram que o classificador desenvolvido utilizando técnicas de ensemble supera o modelo de referência na classificação precisa das avaliações de restaurantes. Este trabalho contribui para a análise de sentimentos, explorando a eficácia do transfer learning e de modelos baseados em transformers no contexto das avaliações de restaurantes em Português. Este trabalho, destaca a importância de considerar a língua portuguesa em tarefas de aná lise de sentimentos. Além disso, este estudo investiga a implementação do modelo em platafor mas de edge computing, tornando a análise de sentimentos mais acessível em ambientes com recursos limitados. A combinação de técnicas de deep learning, transfer learning e edge com puting oferece oportunidades promissoras para aplicações de análise de sentimentos em tempo real. Este trabalho fornece indicações relevantes para investigadores e profissionais interessa dos em análise de sentimentos, processamento de linguagem natural e análise de texto no con texto de avaliações de restaurantes.
Description
Keywords
Análise de sentimento Processamento linguagem natural Língua portuguesa Computação de borda Transferência de conhecimento Transformers Sentiment analysis Natural language processing Portuguese language Edge-computing Transfer-learning Electrical Engineering – Telecommunications . Faculdade de Ciências Exatas e da Engenharia