Classificação de sentimentos para resenhas de filmes com base em aprendizado de máquina

A pesquisa deste artigo visa alcançar a classificação de emoções positivas e negativas em textos de resenhas de filmes. O conjunto de dados utilizado é o conjunto de dados IMDB do site Kaggle, que contém aproximadamente 50.000 resenhas de filmes classificadas como emoções positivas ou negativas. Este é um conjunto de dados para classificação binária, contendo substancialmente mais dados do que conjuntos de dados de referência anteriores. Esta pesquisa usará dois modelos diferentes, SVM e CNN, para classificar o conjunto de dados e depois compará-los e analisá-los. Após a conclusão do experimento, o modelo SVM alcançou uma precisão de quase 90%, enquanto o modelo CNN teve apenas uma precisão de cerca de 82%. Esta pesquisa constatou que, para problemas de classificação binária, desde que os dados de entrada sejam processados corretamente, o SVM pode também alcançar resultados que não são inferiores ou até melhores que o CNN. O SVM é simples e eficiente, mas difícil de implementar para amostras de treinamento em larga escala; o CNN é adequado para resolver problemas com mecanismos internos complexos, mas sua velocidade de aprendizado é relativamente lenta. Por fim, propusemos nossas perspectivas para futuras pesquisas.