Skip to content

Latest commit

 

History

History
31 lines (22 loc) · 1.7 KB

File metadata and controls

31 lines (22 loc) · 1.7 KB

Comparação de Modelos em Análise de Sentimento - Airbnb

O objetivo do projeto é comparar o desempenho de diferentes modelos em Processamento de Linguagem Natural utilizando os dados do Airbnb e classificar as avaliações como positivas ou negativas. O estudo deverá mostrar a performance e comportamento dos modelo. Por conta disso, é possível observar as vantagens e desvantagens de cada algoritmo. Além de mostrar o custo benefício de cada aplicação. A arquitetura e configuração dos modelos serão detalhadamente descritas. Um dos propósitos deste trabalho é fornecer uma compreensão mais profunda sobre os sentimentos das avaliações publicadas pelos usuários do Airbnb. Analisando quais são os fatores que influenciam a opinião dos clientes a cerca da estadia.

Os seguintes modelos foram utilizados para compor a análise:

  • Recurrent Neural Networks(RNNs);
  • Long short-term Memory(LSTM);
  • LSTM com mecanismo de atenção;
  • Bidirectional Encoder Representations from Transformers(BERT).

Artigo: https://medium.com/data-hackers/compara%C3%A7%C3%A3o-de-modelos-em-an%C3%A1lise-de-sentimento-airbnb-4690212b275

Dê uma estrela! ⭐

Se você gostou ou está usando este projeto para aprender ou iniciar sua solução, dê uma estrela a ele. Obrigado!

Autor

Lucas Oliveira