Comparação de Desempenho entre Representações Tradicionais e Contextuais para Análise de Sentimento de Criptomoedas no Twitter

Nos últimos anos, as discussões sobre criptomoedas, particularmente em plataformas como o Twitter, tornaram-se cada vez mais prevalentes. Este estudo foca na realização de uma análise de sentimento (AS) de tweets relacionados a criptomoedas, aplicando metodologias de aprendizado de máquina (AM) e aprendizado profundo (AP) baseadas em processamento de linguagem natural (PLN). Esta pesquisa utilizou um total de 10.000 tweets coletados de fontes abertas entre 2020 e 2021. Antes da análise, o conjunto de dados passou por um pré-processamento detalhado, durante o qual elementos não textuais, como emojis, links e códigos HTML, foram removidos. A TF-IDF foi inicialmente empregada para gerar representações textuais. Vários modelos tradicionais de AM foram aplicados, incluindo Naïve Bayes (NB), Árvore de Decisão (AD), Máquina de Vetores de Suporte (SVM). Modelos avançados de AP também foram usados, incluindo Long Short-Term Memory Bidirecional (BiLSTM) e Unidade Recorrente Gated Bidirecional (BiGRU). Para capturar relações contextuais de forma mais eficaz, embeddings textuais gerados pelo modelo Bidirectional Encoder Representations from Transformers (BERT) também foram utilizados. Quando o desempenho foi avaliado, o modelo BiGRU baseado em BERT alcançou a maior acurácia (Acc) de 93% e o melhor escore F1. Isso demonstra a eficácia da combinação de embeddings contextuais profundos com modelos capazes de aprender a partir de padrões sequenciais. De forma geral, os resultados sugerem que abordagens de AP, particularmente aquelas que incorporam métodos avançados de representação como o BERT, podem superar significativamente os modelos tradicionais em tarefas de classificação de sentimento.