https://gomesfellipe.github.io/tags/sentiment-analysis/Recent content in Sentiment-Analysis on Fellipe GomesHugo -- gohugo.iopt-BR© 2026 Fellipe GomesTue, 07 Jul 2026 00:00:00 +0000https://gomesfellipe.github.io/post/2025-10-26-telemarketing-agent/Wed, 26 Nov 2025 00:00:00 +0000https://gomesfellipe.github.io/post/2025-10-26-telemarketing-agent/<div class="w3-panel w3-pale-amber w3-border"> <p><strong>Série: LangChain — Agentes com Python</strong> — <a href="https://gomesfellipe.github.io/resources/langchain-series/">ver índice</a></p> <ol> <li><a href="https://gomesfellipe.github.io/post/2024-04-20-sentiment-analysis-llama2/">Análise de Sentimentos com Llama2</a></li> <li><a href="https://gomesfellipe.github.io/post/2024-05-26-detec-o-de-linguagem-t-xica-com-o-llm-gemma-e-langchain/">Detecção de Linguagem Tóxica com Gemma</a></li> <li><a href="https://gomesfellipe.github.io/post/2025-05-04-bitcoin-agent/">Equipe Multiagente para Bitcoin</a></li> <li><strong>→ Agente para Ligações de Telemarketing</strong></li> <li><a href="https://gomesfellipe.github.io/post/2026-02-21-qwen-local-agent/">LLM Local com Qwen sem APIs</a></li> </ol> </div> <div id="por-que-analisar-ligações-de-telemarketing-com-ia" class="section level2"> <h1>Por que analisar ligações de telemarketing com IA?</h1> <p>Quem nunca recebeu aquela ligação de telemarketing no momento mais inoportuno? Seja oferecendo um cartão de crédito, cobrando uma dívida ou tentando vender internet, essas ligações fazem parte do nosso cotidiano. Mas você já parou para pensar na quantidade de informações valiosas que existem nessas conversas?</p>https://gomesfellipe.github.io/post/2024-04-20-sentiment-analysis-llama2/Sat, 20 Apr 2024 00:00:00 +0000https://gomesfellipe.github.io/post/2024-04-20-sentiment-analysis-llama2/<blockquote> <p><strong>TL;DR</strong></p> <ul> <li>O modelo Llama2-7b-chat-hf foi executado localmente via Hugging Face Transformers para classificar textos como positivos, negativos ou neutros, sem custo de API.</li> <li>A abordagem foi avaliada contra o VADER (léxico clássico de análise de sentimentos) em um conjunto de avaliações de filmes em inglês, usando acurácia como métrica.</li> <li>O Llama2 superou o VADER na captura de ironia e contexto, mas com latência significativamente maior — evidenciando o trade-off entre profundidade semântica e velocidade de inferência.</li> </ul> </blockquote> <div class="w3-panel w3-pale-amber w3-border"> <p><strong>Série: LangChain — Agentes com Python</strong> — <a href="https://gomesfellipe.github.io/resources/langchain-series/">ver índice</a></p>