5 resultados para Text Linguistics
Resumo:
Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação
Resumo:
Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação
Resumo:
The dissertation presented for obtaining the Master’s Degree in Electrical Engineering and Computer Science, at Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia
Resumo:
A partir de um corpus de géneros de texto publicitários, rótulos e contrarrótulos de garrafa de vinho e anúncios sobre o vinho, neste trabalho, serão analisados os enunciados injuntivos em ocorrência para averiguar as relações que se estabelecem entre marcas comerciais e consumidores, o tipo de informação veiculada e as representações linguisticamente construídas destes sujeitos. Situando-se no âmbito da Teoria do Texto e combinando patamares de análise linguística com a dimensão social, esta investigação convoca ainda o Interacionismo Sociodiscursivo que defende uma perspetiva ontogenética da linguagem, consentânea com uma abordagem discursivo-textual da Linguística. A análise dos dados indica que os domínios sociais ou as atividades envolvidas, publicitária e de produção e de comercialização do vinho, preconizam imagens do consumidor ideal de vinho no que diz respeito à prova de vinho, a um comportamento socialmente adequado e sobre as boas propriedades do vinho.
Resumo:
Actualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.