Emognizer: aplicação baseada em inteligência artificial para análise emocional de redes sociais

Andrade, Vinicius Emanoel

Emognizer: aplicação baseada em inteligência artificial para análise emocional de redes sociais

Arquivos

Vinicius Emanoel Andrade.pdf (3.07 MB)

Autores

Andrade, Vinicius Emanoel

Orientadores

Madalozzo, Guilherme Afonso

Data

2020

Resumo

Tendo em vista que grande parte da população brasileira encontra-se ativa nas redes sociais e as emoções propagadas pelas pessoas são reflexo de sua saúde mental, foi desenvolvido um sistema que detecta emoções em textos produzidos por um indivíduo em seus perfis do Twitter e do Reddit. Tais emoções são abordadas através de representações que proporcionam encontrar indícios de transtornos mentais. As representações estão presentes em um aplicativo destinado aos dispositivos móveis, construído utilizando um template que prega pela imersão e boa experiência do usuário. Para tanto, realizou-se um levantamento de transtornos mentais que possuíssem características passíveis de serem representadas computacionalmente, o qual resultou em quatro transtornos: Transtorno Disruptivo da Desregulação do Humor (TDDH), Transtorno de Ansiedade Generalizada (TAG), Fobia Específica e Transtorno Depressivo Maior (TDM). Além de que, usou-se cinco datasets compostos por registros rotulados por especialistas, os quais foram pré-processados através de técnicas de Processamento de Linguagem Natural (PLN) e, posteriormente utilizados para realizar o treinamento e avaliação de um modelo de Rede Neural LSTM (Long Short-Term Memory) que, durante o processo de avaliação, mostrou ser capaz de reconhecer emoções em textos retirados de ambas as redes sociais citadas anteriormente.

Abstract/Resumen

Bearing in mind that a large part of the Brazilian population is active on social networks and the emotions propagated by people are a reflection of their mental health, a system was developed that detects emotions in texts produced by an individual in their Twitter and Reddit profiles. Then, it presents them through representations that provide finding signs of mental disorders. The representations are present in an application for mobile devices, built using a template that preaches for immersion and good user experience. Therefore, a survey of mental disorders that had characteristics that could be represented computationally was carried out, which resulted in four disorders: Disruptive Mood Dysregulation Disorder (DMDD), Generalized Anxiety Disorder (GAD), Specific Phobia, and Major Depressive Disorder (MDD). Also, five datasets composed of records labeled by specialists were used, which were pre-processed using Natural Language Processing (NLP) techniques and later used to carry out the training and evaluation of an LSTM (Long Short-Term Memory) Neural Network model who, during the evaluation process, showed to be able to recognize emotions in texts taken from both social networks mentioned above.