Mineração de Opiniões com LIWC: abordagem prática sobre sistemas judiciais eletrônicos brasileiros
Resumo
A Mineração de Opinião engloba o estudo computacional de opiniões ou avaliações que as pessoas expressam em relação a entidades, produtos e serviços. O objetivo deste trabalho é avaliar e comparar opiniões, publicadas em redes sociais, de usuários de sistemas de processos judiciais eletrônicos (Projudi, e-SAJ, PJe e e-Proc). Para isso, utiliza o mais recente léxico do LIWC em Português do Brasil para obter valores referentes a componentes psicolinguísticos, observando emoções e aspectos cognitivos presentes nos textos. Resultados preliminares indicam que a metodologia adotada pode trazer informações relevantes sobre a percepção dos usuários acerca desses sistemas, podendo ser adotada no direcionamento de ações para aperfeiçoá-los.
Referências
Carvalho, F. and Guedes, G. P. (2019). Avaliação das categorias afetivas do dicionário PB-LIWC2015. In Proceedings of the 12th Brazilian Symposium in Information and Human Language Technology (STIL), pages 33–37.
Carvalho, F., Rodrigues, R. G., Santos, G. d., Cruz, P., Ferrari, L., and Guedes, G. P. (2019). Evaluating the 2015 Brazilian Portuguese LIWC lexicon with sentiment analysis in social networks. In CSBC 2019 - 8o BraSNAM, Belém, Brazil. del Pilar Salas-Zárate, M., López-López, E., Valencia-García, R., Aussenac-Gilles, N.,
Ángela Almela, and Alor-Hernández, G. (2014). A study on LIWC categories for opinion mining in Spanish reviews. Journal of Information Science, 40(6):749–760. do Trabalho, C. S. d. J. (2013). Resolução n. 94/CSJT, de 23 de março de 2012. Diário Eletrônico da Justiça do Trabalho, 1326.
Fabri, M. (2006). Amministrare la giustizia: Governance, organizzazione, sistemi informativi. Amministrare la giustizia.
IBGE (2017). Pesquisa Nacional por Amostra de Domicílios Contínua - PNAD Contínua.
Jedrzejewski, K. and Morzy, M. (2011). Opinion mining and social networks: A promising match. In 2011 International Conference on Advances in Social Networks Analysis and Mining, pages 599–604.
Liu, B. (2012). Sentiment analysis and opinion mining. Synthesis lectures on human language technologies, 5(1):1–167.
L¨ow, M. M. (2012). Da automatização à virtualização: a criação do processo eletrônico no Brasil. Scire, pages 12–01.
Medhat, W., Hassan, A., and Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5(4):1093–1113.
Narayan, R., Rout, J. K., and Jena, S. K. (2018). Review spam detection using opinion mining. In Sa, P. K., Sahoo, M. N., Murugappan, M., Wu, Y., and Majhi, B., editors,
Progress in Intelligent Computing Techniques: Theory, Practice, and Applications, pages 273–279, Singapore. Springer Singapore.
Olagunju, T., Oyebode, O., and Orji, R. (2020). Exploring Key Issues Affecting African Mobile eCommerce Applications Using Sentiment and Thematic Analysis. IEEE Access, pages 1–1.
Pang, B., Lee, L., et al. (2008). Opinion mining and sentiment analysis. Foundations and Trends R in Information Retrieval, 2(1–2):1–135.
Parizi, K. A. (2015). O PJe e o Jus Postulandi na Justiça do Trabalho: O problema do acesso à Justiça. Anais do V Simpósio Internacional de Análise Crítica do Direito (V SIACRID).
Sousa, M. d. M. and Guimaraes, T. d. A. (2017). The adoption of innovations in Brazilian labour courts from the perspective of judges and court managers. Revista de Administração (São Paulo), 52:103 – 113.
Tadesse, M. M., Lin, H., Xu, B., and Yang, L. (2019). Detection of Depression-Related Posts in Reddit Social Media Forum. IEEE Access, 7:44883–44893.
Tausczik, Y. R. and Pennebaker, J. W. (2010). The psychological meaning of words: LIWC and computerized text analysis methods. Journal of Language and Social Psychology, 29(1):24–54.
Velicogna, M. (2008). Use of Information and Communication Technologies (ICT) in European Judicial Systems. CEPEJ Studies, 7:15.