PROCESSAMENTO EM LINGUAGEM NATURAL PARA ANÁLISE DE SENTIMENTOS DE ADOLESCENTES DE ESCOLA DE FUTEBOL

Resumo

O estudo objetivou minerar a opinião de adolescentes sobre a prática em escola de futebol. Os bancos de dados de 2023 e 2024 possuíam 107 registros cada, permitindo a obtenção das 30 palavras mais recorrentes. O modelo desenvolvido em Python utilizou o método de aprendizagem de máquina, conquistando Precisão = 97,52%, Recall = 92,17%, e capacidade de discriminar sentimentos positivos e negativos de AUC-ROC = 98,37%. A ausência de diferença entre os dados de 2023 e 2024 viabilizou a submissão do último banco de dados ao modelo. Essa conquistou Precisão = 100,00%, Recall = 98,82%, F1-Score = 99,41%, e Acurácia = 99,06%. Então, possível foi concluir que o modelo atingiu satisfatoriamente o objetivo.