English
Ciência_Iscte
Publicações
Descrição Detalhada da Publicação
Comparison between sentiment analysis approaches applied to digital games
2023 18th Iberian Conference on Information Systems and Technologies (CISTI)
Ano (publicação definitiva)
2023
Língua
Inglês
País
Estados Unidos da América
Mais Informação
Web of Science®
Esta publicação não está indexada na Web of Science®
Scopus
Google Scholar
Esta publicação não está indexada no Overton
Títulos Alternativos
(Português) Comparação de abordagens de análise de sentimentos aplicadas em jogos digitais
Abstract/Resumo
his article presents an analysis of sentiment classification algorithms, based on texts in Portuguese (Pt-Br) extracted from Twitter and Steam platforms, to determine which are the best Analysis Sentiment algorithms to classify user feedback in digital game contexts. On the Twitter platform, the best algorithm was Stacking with Support Vector Machine meta- classifier reaching 81.5% Accuracy. On the Steam platform, the best algorithm was Stacking with Random Forest meta-classifier reaching 82.8% Accuracy. The results show that the performance of each algorithm tends to improve when using Steam data.
Agradecimentos/Acknowledgements
--
Palavras-chave
Análise de sentimentos,Support vector machine,Stacking with random forest
Classificação Fields of Science and Technology
- Ciências da Computação e da Informação - Ciências Naturais
Contribuições para os Objetivos do Desenvolvimento Sustentável das Nações Unidas
Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência_Iscte a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.
