Uma análise de sentimentos das manchetes sobre notícias do mercado financeiro brasileiro

Abstract

A evolução das notícias ao longo dos anos tem sido bastante significativa, impulsionada principalmente pelo avanço da tecnologia e pela disseminação da internet. Destaca-se a importância das manchetes na atração de leitores para as notícias financeiras e como elas podem influenciar a percepção e o sentimento dos leitores. Baseado nisso, este estudo propõe a utilização da análise de sentimentos para identificar automaticamente se as manchetes relacionadas ao mercado financeiro brasileiro são positivas ou negativas. O objetivo geral é criar um modelo de processamento de linguagem natural (NLP) para prever o sentimento das manchetes, enquanto os objetivos específicos envolvem o pré-processamento dos dados, a construção do modelo NLP e a análise de métricas de desempenho. A justificativa do estudo é baseada no impacto das notícias sobre as decisões dos investidores e na dificuldade de prever o comportamento do mercado. O estudo descreve o desenvolvimento do modelo utilizando os classificadores Support Vector Machine e Naive Bayes. Os resultados dos experimentos mostram a viabilidade da identificação automatizada de emoções e são propostos trabalhos futuros, incluindo o uso de um conjunto de dados mais amplo e a correlação da análise de sentimento com a oscilação dos preços das ações na bolsa de valores.