Sentilytics: Automated Sentiment Analysis in Social Networks

• José Alessandro Santos Santana IFS
• Gilson Pereira dos Santos Júnior IFS

DOI: https://doi.org/10.5753/erbase.2025.13029

Abstract

Social media has become a crucial environment for the dissemination of opinions and sentiments, influencing areas such as politics, economics, and social behavior. However, automated sentiment analysis still presents challenges, including the need for intuitive tools capable of handling large volumes of data. This paper introduces Sentilytics, an application designed for automated sentiment analysis in social media. The application was developed using technologies such as Spring Boot, Angular, and Python, integrating post collection, text preprocessing, and sentiment classification into a seamless and customizable workflow. Sentilytics stands out for its flexibility, scalability, and accessibility, enabling users with little technical experience to conduct complex sentiment analyses. This paper discusses the application’s architecture, the technologies employed, and potential future developments.

References

Carvalho, L. B. d. (2020). A democracia frustrada: fake news, política e liberdade de expressão nas redes sociais. Internet e Sociedade, 1(1):172–199.

Caseli, H. M. and Nunes, M. G. V., editors (2024). Processamento de Linguagem Natural: Conceitos, Técnicas e Aplicações em Português. BPLN, 2 edition.

de Jesus, E. L. and Ferreira, D. C. M. (2020). Aplicando pln para análise de sentimentos do twitter. Disponível no acervo Pergamum da PUC Minas.

Gamallo, P. and Garcia, M. (2017). Linguakit: uma ferramenta multilingue para a análise linguística e a extração de informação. Linguamática, 9(1):19–28.

Lopes, A. C. (2024). Otimização de aplicações de processamento de linguagem natural para análise de sentimentos. Dissertação (mestrado em ciência da computação), Universidade Estadual Paulista (Unesp), Instituto de Biociências Letras e Ciências Exatas (Ibilce), São José do Rio Preto.

Malheiros, Yuri e Lima, G. (2013). Uma ferramenta para análise de sentimentos em redes sociais utilizando o senticnet. In Simpósio Brasileiro de Sistemas de Informação (SBSI), pages 517–522. SBC.

Malheiros, Y. (2014). Emotte: Uma ferramenta de análise de sentimentos para o twitter. In Anais Estendidos do XX Simpósio Brasileiro de Sistemas Multimídia e Web, pages 62–65. SBC.

Pompei, T., Gouveia, L. M. B., and RAMOS, P. F. M. d. S. (2021). Redes sociais. Revista em Sociedade, Belo Horizonte, 3(2):93–111.