logotipo ence

 

4° Workshop ENCE e o Mercado de Trabalho
Prova Didática
ENCEemFOCO
Capacitação
Revista Brasileira de Estatística
Catálogo de Projetos
Plano de Trabalho 2025
Plano de Trabalho 2024
1/8 
start stop bwd fwd

 
 
  

Vídeo Institucional
 
 
 
ungp brazil hub logo md
 
 
 
ico rbe.fw
 
 
 
banner com qrcode completo

Apresentação de Monografia da Graduação de Lucas Uchoa Moreira Gomes

ESCOLA NACIONAL DE CIÊNCIAS ESTATÍSTICAS

Graduação em Estatística

Apresentação de Monografia

A Escola Nacional de Ciências Estatísticas convida para a defesa de Monografia da Graduação intitulada: Classificação de sentimentos em letras musicais usando Floresta Aleatória e Otimização Bayesiana

Aluno: Lucas Uchoa Moreira Gomes

Orientador: Eduardo Corrêa Gonçalves (ENCE/IBGE)

Coorientador: Guilherme dos Santos (DME/UFRJ)

Data: 27 de junho de 2024 – Quinta-feira

Horário: 19h00m

Local: Rua André Cavalcanti, 106, sala 304  ENCE

Resumo: Com a digitalização da música e o crescimento das plataformas de streaming, o acesso a dados musicais tornou-se mais amplo e acessível, revolucionando tanto o consumo quanto a produção musical. A pesquisa em análise estatística de dados musicais está se intensificando, impulsionada pela disponibilidade de grandes volumes de dados musicais digitais e pelo desenvolvimento contínuo de técnicas avançadas de análise de dados. Esta monografia é motivada pelo interesse de compreender as mensagens transmitidas através das letras das músicas, explorando sentimentos e emoções dos gêneros musicais mais populares no Brasil. Uma questão central que motiva este estudo é: gêneros musicais com estilos sonoros distintos compartilham similaridades em suas letras, apesar das diferenças musicais? Utilizando técnicas de raspagem de dados, foi construída uma base de dados a partir do site Vagalume. A anotação manual das emoções, realizada por voluntários, forneceu um conjunto de dados rotulados para o treinamento dos modelos de classificação. A análise exploratória dos dados revelou padrões emocionais nas letras das músicas, destacando a prevalência de sentimentos positivos. Foi utilizado o modelo Floresta Aleatória para a classificação, e técnicas de otimização Bayesiana foram aplicadas para definir os hiperparâmetros do modelo, visando aprimorar seu desempenho.

Palavras-chave: Letras Musicais. Classificação de Sentimentos. Floresta Aleatória. Otimização Bayesiana

Banca examinadora:
Eduardo Corrêa Gonçalves (ENCE/IBGE) – Orientador

Guilherme dos Santos (DME/UFRJ) – Coorientador

Gustavo da Silva Ferreira (ENCE/IBGE)

André Bruno Oliveira (DTI/GPOPS/GESIP/IBGE)

Coordenação de Graduação

Renata Pacheco Nogueira Duarte

Endereço: Rua André Cavalcanti, 106 - Bairro de Fátima - CEP 20231-050 - Rio de Janeiro