Mineração de texto para análise afetiva da interação dos usuários com jogos empáticos

Diariamente uma grande quantidade de dados circula na internet, pois, é enorme a quantidades de computadores e equipamentos eletrônicos que possuem acesso à internet, produzindo informações em forma de imagens, vídeos e textos, com isso, é necessária uma forma de analisar e extrair essas informações. Portanto, esse trabalho apresenta conceitos e técnicas para encontrar padrões de sentimentos e emoções, por meio do uso de técnicas e ferramentas, principalmente da área de mineração de textos. A finalidade dos procedimentos realizados nesse trabalho foi desenvolver um método para poder extrair os perfis emocionais e sentimentais dos comentários dos usuários do jogo Last Day of June, onde foram apresentados os resultados e informações extraídas da análise de sentimentos realizada. Foram utilizados também, três algoritmos de classificação, Naive Bayes, Máquina de vetor de suporte (SVM) e K-Vizinhos mais próximos (KNN), para prever a classe dos elementos de acordo com os sentimentos identificados na etapa de análise dos comentários, entre eles, o SVM com kernel Radial foi o que apresentou a melhor precisão, com 79%, seguido do KNN com 3 vizinhos mais próximos, com 75% e por último o Naive Bayes, com 62%.