Análise Temporal de Coesão de Discurso em Mídia Social Durante Grandes Eventos
Resumo
Uma grande quantidade de publicações ocorre nas mídias sociais relacionadas a eventos como a COVID-19. Diferentes publicações e subeventos são tratados, fazendo com que o discurso possa ou não estar alinhado, levando a uma maior ou menor coesão textual entre as publicações. Neste trabalho, é apresentado o método VERSATILE para análise de coesão textual e sua variação ao longo do tempo. O método foi avaliado com bases sintéticas construídas com níveis de coesão conhecidos, e posteriormente aplicada a uma base de tuítes publicados durante a pandemia. Com os resultados, foi possível compreender a evolução da coesão ao longo do tempo em tuítes em português sobre a COVID-19.Referências
Antunes, C. (2005). “Lutar com as palavras: coesão e coerência”. São Paulo: Parábola Editorial.
Crossley, S.A., Kyle, K. e Dascalu, M. (2019) “The Tool for the Automatic Analysis of Cohesion 2.0: Integrating semantic similarity and text overlap”. Behav Res 51, 14–2. https://doi.org/10.3758/s13428-018-1142-4.
Fadigas, I.S. e Pereira, H.B.B. (2013) “A network approach based on cliques”. Physica A: Statistical Mechanics and its Applications.
França, T. C.. "ANDARE: um framework para inclusão da análise de dados de mídias sociais no contexto da preparação e resposta à emergência em situações de manifestações de massa", 2019, Tese (Doutorado) - Curso de Pós-graduação em Informática, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2019, https://tinyurl.com/tmaydae4. Acesso em: 08 Mar. 2023.
Halliday, M. e Hasan, R. (1976) “Cohesion in English”. London: Longman Group Ltd.
Khyani, D., Siddhartha, B. S., Niveditha, N. M., e Divya, B. M. (2021) “An interpretation of lemmatization and stemming in natural language processing”. Journal of University of Shanghai for Science and Technology, 22(10), P. 350-357.
Lachner, A. e Neuburg, C. (2019) “Learning by writing explanations: computer-based feedback about the explanatory cohesion enhances students’ transfer”. Instr Sci 47, 19–37, https://doi.org/10.1007/s11251-018-9470-4.
Neves, J. C. B. ; França, Tiago Cruz ; Bastos, M. P.; Carvalho, P. V. R.; Gomes, J. O. Analysis of government agencies and stakeholders? twitter communications during the first surge of COVID-19 in Brazil. WORK-A Journal of Prevention Assessment & Rehabilitation, v. 73, p. 1-13, 2022.
Sanarmed (2020). “Linha do tempo do coronavirus no Brasil”, https://www.sanarmed.com/linha-do-tempo-do-coronavirus-no-brasil.
Crossley, S.A., Kyle, K. e Dascalu, M. (2019) “The Tool for the Automatic Analysis of Cohesion 2.0: Integrating semantic similarity and text overlap”. Behav Res 51, 14–2. https://doi.org/10.3758/s13428-018-1142-4.
Fadigas, I.S. e Pereira, H.B.B. (2013) “A network approach based on cliques”. Physica A: Statistical Mechanics and its Applications.
França, T. C.. "ANDARE: um framework para inclusão da análise de dados de mídias sociais no contexto da preparação e resposta à emergência em situações de manifestações de massa", 2019, Tese (Doutorado) - Curso de Pós-graduação em Informática, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2019, https://tinyurl.com/tmaydae4. Acesso em: 08 Mar. 2023.
Halliday, M. e Hasan, R. (1976) “Cohesion in English”. London: Longman Group Ltd.
Khyani, D., Siddhartha, B. S., Niveditha, N. M., e Divya, B. M. (2021) “An interpretation of lemmatization and stemming in natural language processing”. Journal of University of Shanghai for Science and Technology, 22(10), P. 350-357.
Lachner, A. e Neuburg, C. (2019) “Learning by writing explanations: computer-based feedback about the explanatory cohesion enhances students’ transfer”. Instr Sci 47, 19–37, https://doi.org/10.1007/s11251-018-9470-4.
Neves, J. C. B. ; França, Tiago Cruz ; Bastos, M. P.; Carvalho, P. V. R.; Gomes, J. O. Analysis of government agencies and stakeholders? twitter communications during the first surge of COVID-19 in Brazil. WORK-A Journal of Prevention Assessment & Rehabilitation, v. 73, p. 1-13, 2022.
Sanarmed (2020). “Linha do tempo do coronavirus no Brasil”, https://www.sanarmed.com/linha-do-tempo-do-coronavirus-no-brasil.
Publicado
06/08/2023
Como Citar
GONÇALVES, João Matheus N.; OLIVEIRA, Jonice; PORTO, Fabio; FRANÇA, Tiago C..
Análise Temporal de Coesão de Discurso em Mídia Social Durante Grandes Eventos. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 12. , 2023, João Pessoa/PB.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 234-239.
ISSN 2595-6094.
DOI: https://doi.org/10.5753/brasnam.2023.230614.
