Aplicação de análise de sentimentos no Twitter para avaliação da percepção pública quanto a cloroquina
Resumo
Durante a pandemia de COVID-19, diversas formas de tratamento têm sido testadas por pesquisadores. Dentre elas, destaca-se a cloroquina, que ganhou grande repercussão após declarações favoráveis feitas pelos presidentes do Brasil e dos Estados Unidos. Com o objetivo de analisar a opinião pública a respeito da cloroquina, esta pesquisa tem como objetivo analisar postagens a respeito desse medicamento em redes sociais através de aprendizado de máquina. De acordo com resultados preliminares, nota-se que estes métodos podem ser úteis na vigilância em saúde, auxiliando a gestão pública no monitoramento e avaliação da efetividade de suas atividades de comunicação, bem como combate as fake news.
Referências
Clement, J. (2020). Number of social network users worldwide from 2010 to 2023. Available: https://www.statista.com/statistics/278414/ number-of-worldwide-social-network-users/. Accessed: 21.04.2020.
Fernandes, T. and Fabrini, F. (2020). Em pronunciamento, bolsonaro defende cloroquina e retoma embate com governadores e prefeitos. Folha de S. Paulo.
Liddy, E. D. (2001). Natural language processing. Encyclopedia of Library and Information Science, 2nd Ed.
Perez, S. (2020). Report: Whatsapp has seen a 40% increase in usage due to covid-19 pandemic. Available: https://tcrn.ch/3drizIt. Accessed: 21.04.2020.
Shcherbakov, M. and et al., S. (2014). Lean data science research life cycle: A concept for data analysis software development. volume 466, pages 708–716.
Silva, C. and Ribeiro, B. (2003). The importance of stop word removal on recall values in text categorization. In Proceedings of the International Joint Conference on Neural Networks, 2003., volume 3, pages 1661–1666 vol.3.
WHO (2009). State of the worlds vaccines and immunization. World Health Organization.
Zeitel-Bank, N. and Tat, U. (2014). Social Media and Its Effects on Individuals and Social Systems. Proceedings of the Management, Knowledge and Learning International Conference 2014, pages 1183–1190. ToKnowPress.
Zhang, Y. and et al., R. (2016). Neural information retrieval: A literature review. arXiv preprint arXiv:1611.06792.
Fernandes, T. and Fabrini, F. (2020). Em pronunciamento, bolsonaro defende cloroquina e retoma embate com governadores e prefeitos. Folha de S. Paulo.
Liddy, E. D. (2001). Natural language processing. Encyclopedia of Library and Information Science, 2nd Ed.
Perez, S. (2020). Report: Whatsapp has seen a 40% increase in usage due to covid-19 pandemic. Available: https://tcrn.ch/3drizIt. Accessed: 21.04.2020.
Shcherbakov, M. and et al., S. (2014). Lean data science research life cycle: A concept for data analysis software development. volume 466, pages 708–716.
Silva, C. and Ribeiro, B. (2003). The importance of stop word removal on recall values in text categorization. In Proceedings of the International Joint Conference on Neural Networks, 2003., volume 3, pages 1661–1666 vol.3.
WHO (2009). State of the worlds vaccines and immunization. World Health Organization.
Zeitel-Bank, N. and Tat, U. (2014). Social Media and Its Effects on Individuals and Social Systems. Proceedings of the Management, Knowledge and Learning International Conference 2014, pages 1183–1190. ToKnowPress.
Zhang, Y. and et al., R. (2016). Neural information retrieval: A literature review. arXiv preprint arXiv:1611.06792.
Publicado
15/09/2020
Como Citar
OLENSCKI, João; XAVIER, Fernando; ACOSTA, Andre; SARAIVA, Antonio; SALLUM, Maria.
Aplicação de análise de sentimentos no Twitter para avaliação da percepção pública quanto a cloroquina. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 20. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 500-505.
ISSN 2763-8952.
DOI: https://doi.org/10.5753/sbcas.2020.11547.
