@MASTERSTHESIS{ 2019:2126806958,
 	title = {Quantificando a import?ncia de emojis e emoticons para a identifica??o de polaridade},
 	year = {2019},
 	url = "https://tede.ufam.edu.br/handle/tede/7224",
 	abstract = "Ambientes virtuais como lojas online de produtos e servic?os (e.g. Amazon, Google Play, Booking) adotam uma estrate?gia colaborativa de avaliac?a?o e reputac?a?o onde os usua?rios classificam os produtos e servic?os. A opinia?o do usua?rio representa o seu grau de satisfac?a?o em relac?a?o ao item avaliado. O conjunto de avaliac?o?es de um item e? referencial de sua reputac?a?o/qualidade. Portanto, a identificac?a?o automa?tica da satisfac?a?o do usua?rio em relac?a?o a um item, considerando sua avaliac?a?o textual, e? uma ferramenta com potencial econo?mico singular. Neste contexto, com a popularizac?a?o de emojis e emoticons, intensificada pelo uso de dispositivos mo?veis e seus aplicativos, os usua?rios adotam cada vez mais estes si?mbolos como parte do vocabula?rio utilizado para expressar opinio?es e sentimentos. Neste trabalho, apresentamos uma avaliac?a?o quantitativa da representatividade de emojis/emoticons para a identificac?a?o de opinia?o e polaridade em ambientes online de avaliac?a?o colaborativa. A abordagem proposta quantifica o uso da te?cnica Bag of Words com SVM, Max Entropy e Naive Bayes para determinar o grau de satisfac?a?o do usua?rio em relac?a?o a um item, considerando: (1) palavras e emojis/emoticons; (2) apenas palavras; (3) apenas emojis/emoticons. Particularmente, para cena?rios especi?ficos o uso de emojis/emoticons para a ana?lise de sentimentos chega a ter uma efica?cia de 0,92 com uso de emojis combinados com palavras, contra 0,81 quando utilizamos apenas as palavras, considerando a me?trica F1.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Inform?tica},
 	note = {Instituto de Computa??o}
}