Análise de sentimentos da população brasileira durante a pandemia de COVID-19 como ferramenta de exploração da expressão psicossocial no espaço cibernético

• Carlos Eduardo de Lima Joaquim ^[1] ; Carlos Henrique Medeiros Barbosa ^[1] ; Edison Ishikawa ^[1]
  1. [1] Universidade de Brasília

     Universidade de Brasília

     Brasil

     
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 43, 2021, págs. 167-179
• Idioma: portugués
• Títulos paralelos:
  • Sentiment Analysis During the COVID-19 Pandemic as a Tool for Exploring Psychosocial Expression in Cyberspace
• Enlaces
  • Texto completo (pdf)
• Resumen
  • English

    This work presents the Brazilian population’s Sentiment Analysis during the COVID-19 pandemic, using Robert Plutchik’s wheel of emotions classifications.

    The study ended by checking the application feasibility regarding the monitoring of social media while exploring the psychosocial expression of cyberspace.

    After data preparation, there were assessed the best results and the supervised learning algorithms. Real data was the source for this work, with near 150,000 tweets, between March and October 2020. A total of 4491 tweets were manually labeled for training and test classification, in a proportion of 75% being used for training and 25% for testing. The results showed a precision of up to 0.78, having a recall between 0.56 and 0.82 and f1-score ranging from 0.57 to 0.80. Considering the results of populational sentiments, varying minimally on tweets, given the presence of COVID, while citing the Brazilian Army, no causal relationship has been demonstrated between the general sentiments of the public in Brazil and that related to the Brazilian Army.

  • português

    O presente trabalho apresenta o resultado de análise de sentimentos da população brasileira durante a pandemia de COVID-19, com classificações baseadas na roda das emoções de Robert Plutchik. O estudo realizado findou por verificar a viabilidade de aplicação no tocante ao monitoramento das redes sociais enquanto explorando a expressão psicossocial do espaço cibernético. Após a preparação dos dados, foram analisados os melhores resultados e a eficácia de algoritmos de aprendizado supervisionado. No trabalho proposto foram utilizados dados reais, na ordem de 150.000 tweets, referentes ao período compreendido entre os meses de março e outubro de 2020. Um total de 4491 tweets classificados foram utilizados para o treino e teste dos classificadores, sendo utilizados 75% para treinamento e 25% para testes. Os resultados demonstraram precisão de até 0.78, sensibilidade variando entre 0.56 e 0.82 e f1-score variando entre 0.57 e 0.80. Com os resultados dos sentimentos populacionais variando de forma mínima, dada a presença do COVID, enquanto citando o Exército; não ficou demonstrada relação de causa entre o sentimento geral do público e o sentimento em relação ao Exército Brasileiro.