Análise de Sentimentos de Tweets em Relação à Eleição Presidencial de 2022 no Brasil
Resumo
Com o progresso tecnológico e a ascensão das mídias sociais, o uso rotineiro das plataformas de redes sociais se consolidou, abrangendo diversas atividades e entre elas os debates políticos e expressão de opiniões. Diante desse cenário, a opinião das pessoas nas redes sociais desempenha um importante papel para presumir um panorama em tempo real das percepções e sentimentos da sociedade, principalmente no ramo da política. Visando isso, este estudo analisa o desempenho de algoritmos de Inteligência Artificial nas tarefas de análise de sentimentos em relação às eleições de 2022 no Brasil. A metodologia consistiu na coleta de tweets sobre a eleição de 2022 da antiga rede social Twitter (atual X). O conjunto de dados foi dividido em dois subconjuntos, a saber, treinamento rotulado por meio do ChatGPT-3.5 e de teste rotulado manualmente. Foram avaliados os modelos de aprendizagem Multilayer Perceptron (MLP), Support Vector Machine (SVM), K-Nearest Neighbors Algorithm (KNN), Random Forest (RF) e BERTimbau Large. Como resultado, dentre os 5 modelos, o BERTimbau Large obteve o melhor resultado com 68% de acurácia.Referências
Andrade, V. S. (2018). Reconhecimento de texturas utilizando padrão binário local e classificador knn.
Augusto, D. C. and da Silva, M. (2014). Apontamentos sobre política partidária e eleitores no município de guarapuava/pr: Considerações a partir de uma geografia eleitoral qualitativa. REVISTA PERCURSO, 6(2):55–76.
Belchior, A. M. (2016). Confiança nas instituições políticas. Fundação Francisco Manuel dos Santos, Lisboa.
Córdova Sáenz, C. A. and Becker, K. (2021). Assessing the use of attention weights to interpret bert-based stance classification. In IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology, pages 194–201, online.
de Ávila, P. V. M. L., de Brito, D. M., Santos, D. M., and Ferreira, E. d. A. M. (2022). Processamento de linguagem natural (pln) para automatização da checagem de conformidade: uma investigação do pré-processamento de um código regulatório urbanístico brasileiro. ENCONTRO NACIONAL DE TECNOLOGIA DO AMBIENTE CONSTRUÍDO, 19:1–12.
de Jesus Procópio, J. V., Lopes, L., and Feitosa, W. R. (2023). Geoanalytics aplicado ao conceito de cidades inteligentes. Revista de Inovação e Tecnologia-RIT, 13(1):109–117.
Gonçalves, G. F., Rocha, A. A. d. A., and Paes, A. (2022). Analisando as emoções dos tweets relacionadas à covid-19 no rio de janeiro. In Anais do VI Workshop de Computação Urbana, pages 210–223, Fortaleza. SBC.
Joyce, B. and Deng, J. (2017). Sentiment analysis of tweets for the 2016 us presidential election. In 2017 ieee mit undergraduate research technology conference (urtc), pages 1–4, Cambridge, MA, USA. IEEE.
Lago, I. C. et al. (2005). O significado do voto em eleções municipais: análise dos processos de decisão de voto em eleições para prefeito em itajaí/sc.
Ma, E. (2019). Nlp augmentation. [link].
Motta, K. S. d. (2018). Eleições no Brasil do Oitocentos: entre a inclusão e a exclusão da patuleia na cidadela política (1822-1881). PhD thesis, Tese (Doutorado em História). Universidade Federal do Espírito Santo.
Pavlidis, P., Wapinski, I., and Noble, W. S. (2004). Support vector machine classification on the web. Bioinformatics, 20(4):586–587.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., and Duchesnay, E. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12:2825–2830.
Perez, R. T., Barbosa, L. G. C., de Oliveira, M. T., and da Silva Vaccari, G. (2022). Comentários sobre a díade ‘voto ideológico’/‘voto econômico’nas eleições presidenciais de 2022 no brasil. Revista InterAção, 13(2).
Popescu, M.-C., Balas, V. E., Perescu-Popescu, L., and Mastorakis, N. (2009). Multi-layer perceptron and neural networks. WSEAS Transactions on Circuits and Systems, 8(7):579–588.
Ranzani, L. H. and Caram, N. R. (2019). A migração da comunicação política para o ambiente digital: Twitter de jair bolsonaro no segundo turno das eleições presidenciais de 2018. Revista Multiplicidade, 9(9).
Reis, J., Gonçalves, P., Araújo, M., Pereira, A. C., and Benevenuto, F. (2015). Uma abordagem multilíngue para análise de sentimentos. In Anais do IV Brazilian Workshop on Social Network Analysis and Mining, Recife. SBC.
Rennó, L. (2022). Bolsonarismo e as eleições de 2022. Estudos Avançados, 36:147–163.
Ruediger, M. A. and Grassi, A. (2018). Redes sociais nas eleições 2018.
Silva, L. A. N. d. (2022). Ciência de dados como método de transformação de dados em informação.
Silva, S. M. B. (2023). Análise de sentimentos expressos no twitter em relação aos candidatos da eleição presidencial de 2022.
Souza, F., Nogueira, R., and Lotufo, R. (2020). Bertimbau: Pretrained bert models for brazilian portuguese. In Cerri, R. and Prati, R. C., editors, Intelligent Systems, pages 403–417, Cham. Springer International Publishing.
TSE, T. (2022). Resultados 2022.
Augusto, D. C. and da Silva, M. (2014). Apontamentos sobre política partidária e eleitores no município de guarapuava/pr: Considerações a partir de uma geografia eleitoral qualitativa. REVISTA PERCURSO, 6(2):55–76.
Belchior, A. M. (2016). Confiança nas instituições políticas. Fundação Francisco Manuel dos Santos, Lisboa.
Córdova Sáenz, C. A. and Becker, K. (2021). Assessing the use of attention weights to interpret bert-based stance classification. In IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology, pages 194–201, online.
de Ávila, P. V. M. L., de Brito, D. M., Santos, D. M., and Ferreira, E. d. A. M. (2022). Processamento de linguagem natural (pln) para automatização da checagem de conformidade: uma investigação do pré-processamento de um código regulatório urbanístico brasileiro. ENCONTRO NACIONAL DE TECNOLOGIA DO AMBIENTE CONSTRUÍDO, 19:1–12.
de Jesus Procópio, J. V., Lopes, L., and Feitosa, W. R. (2023). Geoanalytics aplicado ao conceito de cidades inteligentes. Revista de Inovação e Tecnologia-RIT, 13(1):109–117.
Gonçalves, G. F., Rocha, A. A. d. A., and Paes, A. (2022). Analisando as emoções dos tweets relacionadas à covid-19 no rio de janeiro. In Anais do VI Workshop de Computação Urbana, pages 210–223, Fortaleza. SBC.
Joyce, B. and Deng, J. (2017). Sentiment analysis of tweets for the 2016 us presidential election. In 2017 ieee mit undergraduate research technology conference (urtc), pages 1–4, Cambridge, MA, USA. IEEE.
Lago, I. C. et al. (2005). O significado do voto em eleções municipais: análise dos processos de decisão de voto em eleições para prefeito em itajaí/sc.
Ma, E. (2019). Nlp augmentation. [link].
Motta, K. S. d. (2018). Eleições no Brasil do Oitocentos: entre a inclusão e a exclusão da patuleia na cidadela política (1822-1881). PhD thesis, Tese (Doutorado em História). Universidade Federal do Espírito Santo.
Pavlidis, P., Wapinski, I., and Noble, W. S. (2004). Support vector machine classification on the web. Bioinformatics, 20(4):586–587.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., and Duchesnay, E. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12:2825–2830.
Perez, R. T., Barbosa, L. G. C., de Oliveira, M. T., and da Silva Vaccari, G. (2022). Comentários sobre a díade ‘voto ideológico’/‘voto econômico’nas eleições presidenciais de 2022 no brasil. Revista InterAção, 13(2).
Popescu, M.-C., Balas, V. E., Perescu-Popescu, L., and Mastorakis, N. (2009). Multi-layer perceptron and neural networks. WSEAS Transactions on Circuits and Systems, 8(7):579–588.
Ranzani, L. H. and Caram, N. R. (2019). A migração da comunicação política para o ambiente digital: Twitter de jair bolsonaro no segundo turno das eleições presidenciais de 2018. Revista Multiplicidade, 9(9).
Reis, J., Gonçalves, P., Araújo, M., Pereira, A. C., and Benevenuto, F. (2015). Uma abordagem multilíngue para análise de sentimentos. In Anais do IV Brazilian Workshop on Social Network Analysis and Mining, Recife. SBC.
Rennó, L. (2022). Bolsonarismo e as eleições de 2022. Estudos Avançados, 36:147–163.
Ruediger, M. A. and Grassi, A. (2018). Redes sociais nas eleições 2018.
Silva, L. A. N. d. (2022). Ciência de dados como método de transformação de dados em informação.
Silva, S. M. B. (2023). Análise de sentimentos expressos no twitter em relação aos candidatos da eleição presidencial de 2022.
Souza, F., Nogueira, R., and Lotufo, R. (2020). Bertimbau: Pretrained bert models for brazilian portuguese. In Cerri, R. and Prati, R. C., editors, Intelligent Systems, pages 403–417, Cham. Springer International Publishing.
TSE, T. (2022). Resultados 2022.
Publicado
11/09/2024
Como Citar
SILVA, Davi de Meneses; OLIVEIRA, Adonias Caetano de; ALMEIDA JUNIOR, Paulo Cesar de.
Análise de Sentimentos de Tweets em Relação à Eleição Presidencial de 2022 no Brasil. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 12. , 2024, Parnaíba/PI.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 21-30.
DOI: https://doi.org/10.5753/ercemapi.2024.243291.
