Desempenho de Modelos de Redes Neurais Recorrentes para Análise de Sentimentos

Cada vez mais usuários expressam seus sentimentos em forma de opinião sobre diversos assuntos. Analisar os sentimentos expostos pode auxiliar no entendimento do que as pessoas estão falando sobre uma determinada empresa, marca, evento ou até mesmo sobre outras pessoas, funcionando como uma forma de se obter um feedback. Este artigo apresenta uma comparação de acurácia e tempo de execução de modelos de Recurrent Neural Network baseados em LSTM e BiLSTM para aplicação de análise de sentimento. Com a aplicação da RNN desenvolvida sobre uma base de dados pública com 50.000 registros de filmes foi possível aumentar a acurácia da RNN para 89,34% e reduzir o tempo de treinamento em até 7,22 vezes.