Análise de sentimento aplicada ao estudo de letras de música

Resumo

A música vista como objeto informacional é um tema complexo quando aplicado ao campo da organização do conhecimento (OC), principalmente quando se almeja modelar um domínio de forma automatizada. Uma das técnicas que vem despontando como promissora neste setor é a Análise de Sentimento (AS) ou Mineração de Opinião; técnica derivadas da inteligência artificial para identificar opiniões e emoções em textos, avaliando-as como positivas ou negativas por meio do processamento automático da linguagem natural. Esta pesquisa registra a experiência com letras de música. Após a extração de letras em várias línguas, em uma fonte específica, por meio de crawlers, tratou-se morfossintaticamente o léxico de letras de música em português do Brasil. Em seguida, aplicou-se a técnica de AS para classificar o corpus segundo a dimensão emocional, o que resultou em um banco de dados de 3.2 GB, com 1616 letras em 38 línguas enriquecido com informações de marcação morfossintática e polaridade emocional para o português. Esta experiência demonstrou que o aspecto afetivo pode ser medido pelo processamento automático da linguagem, especificamente via Análise de Sentimento. Os resultados levam a concluir pela efetividade da AS para letras de música, atestando sua aplicabilidade e contribuição para o avanço de pesquisas no campo a OC neste domínio.