Análise de Sentimentos em Tweets: um Estudo de Caso sobre os cortes de orçamentos nas IFEs

• Danielly Rayanne M. Lima IFPB
• Raissa Ohana F. O e Silva IFPB
• Álvaro Getúlio Medeiros IFPB
• André Luiz Alves IFPB

DOI: https://doi.org/10.5753/encompif.2020.11064

Resumo

Compreender as opiniões dos cidadãos, principalmente por parte dos governantes, é fundamental para a tomada de decisões. No entanto, com a diversidade de mídias sociais e consequente geração de grande volume de dados, analisar essas informações de forma manual é uma tarefa difícil de ser realizada. Este trabalho tem por objetivo construir um classificador de sentimentos capaz de analisar as opiniões de forma automática envolvendo tweets sobre os cortes orçamentário realizados pelo governo brasileiro no primeiro semestre de 2019. Para isso, quatro técnicas de aprendizagem de máquina para classificação de textos foram comparadas, onde a técnica que usa redes neurais obteve o melhor resultado com acurácia de 80%.

Palavras-chave: Análise de Sentimento, Aprendizado de Máquina, Processamento de Linguagem Natural

Referências

EIRINAKI, Magdalini, PISAL, Shamit, SINGH, Japinder (2012). Feature-based opinion mining and ranking. Journal of Computer and System Sciences, Vol 78, p. 1175–1184.

LIU, N., & Shen, B. (2020). ReMemNN: A novel memory neural network for powerful interaction in aspect-based sentiment analysis. Neurocomputing.

O'REILLY, Tim (2007). What Is Web 2.0: Design Patterns and Business Models for the Next Generation of Software. Communications & Strategies, Vol 1, p. 17-37.

SILVA, N. F. F. Um estudo comparativo sobre métodos de análise de sentimentos em tweets. Revista de Sistemas de Informação da FSMA, v. 1, n. 22, p. 35-48, 2018.

AGUIAR, Erikson Júlio et al. Análise de sentimento em redes sociais para a língua portuguesa utilizando algoritmos de classificação. In: Anais do XXXVI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos. SBC, 2018.