Sentiment Analysis of Twitter’s Health Messages in Brazilian Portuguese

Gabriela Denise de Araujo; Fabio Oliveira Teixeira; Felipe Mancini; Marcelo de Paiva Guimarães; Ivan Torres Pisa

Sentiment Analysis of Twitter’s Health Messages in Brazilian Portuguese

Autores

Gabriela Denise de Araujo Universidade Federal de São Paulo
Fabio Oliveira Teixeira UNIFESP
Felipe Mancini UNIFESP
Marcelo de Paiva Guimarães UNIFESP
Ivan Torres Pisa UNIFESP

Palavras-chave:

Social Media, Cancer, Delivery of Health Care

Resumo

Objective: To present results of a sentiment classification methodology, here denominated Sentiment Descriptor Indexing (SDI), to be applied in Brazilian Portuguese Twitter’s messages related to health topics. Methods: The first step considered the construction of an algorithm that is based on the co-occurrence of Twitter terms with sentiment descriptor vocabulary known as ANEW-BR. In the second stage, an evaluation of SDI algorithm performance for messages about “cancer” of a period of three weeks was performed. The ratings were paired, to generate a performance appraisal.Results: The precision and recall values were 0.68 and 0.67, respectively. A total of 25,230 messages on the topic “cancer” with a positive feeling classification (71%) were collected. Conclusion: The contributions of this work aim to fill the lack of methods of analysis of feelings for the Portuguese Portuguese language.

Downloads

Não há dados estatísticos.

Biografia do Autor

Gabriela Denise de Araujo, Universidade Federal de São Paulo

Graduada em Informática Biomédica pela Universidade de São Paulo (USP), campus Ribeirão Preto (Conclusão: 2010) e Mestre em Ciências (Área: Gestão e Informática em Saúde) pela Universidade Federal de São Paulo (UNIFESP), campus São Paulo (Conclusão: 2014). Tem experiência nas áreas: informática em saúde; sistemas de informação em saúde; extração e recuperação de informação; mineração de texto; aprendizado de máquina; saúde pública; desenvolvimento de sistemas (Java); desenvolvimento Web e bancos de dados.

Fabio Oliveira Teixeira, UNIFESP

Doutor e Mestre em Ciências no programa de Pós-graduação em Gestão e Informática em Saúde pela Universidade Federal de São Paulo (UNIFESP). Possui graduação em Ciência da Computação e Gestão da Produção Industrial pelo Instituto Federal de Educação, Ciência e Tecnologia de São Paulo. Tem experiência na área de Ciência da Computação, com ênfase em Gerenciamento de Projetos e Desenvolvimento de Sistemas.

Felipe Mancini, UNIFESP

Possui graduação em Ciência da Computação pelo Centro Universitário São Camilo - Campus Pompeia (2004), mestrado em Informática em Saúde pela Universidade Federal de São Paulo (2007) e doutorado em Gestão e Informática em Saúde pela Universidade Federal de São Paulo (2011). Atualmente é professor adjunto da Universidade Federal de São Paulo, atuando na Universidade Aberta do Brasil (UAB). Tem experiência na área de Ciência da Computação, com ênfase em Informática Em Saúde, atuando principalmente nos seguintes temas: redes neurais artificiais, postura, sistema de apoio a decisão, respiração bucal e informática em saúde.

Marcelo de Paiva Guimarães, UNIFESP

Possui pós-doutorado pela Universidade Federal de São Carlos (2011) na área de Sistemas Distribuídos e Realidade Virtual, doutorado em Engenharia Elétrica pela Universidade de São Paulo (2004) na área de Realidade Virtual, mestrado em Ciência da Computação pela Universidade Federal de São Carlos (2000) na área de Sistemas Distribuídos e Redes de Computadores, especialização em Sistemas de Informação pelo Instituto Municipal de Ensino Superior de Assis (1996) e graduação em Tecnologia de Processamento de Dados pelo Instituto Municipal de Ensino Superior de Assis (1994). Atualmente é professor da Universidade Federal de São Paulo/Universidade Aberta do Brasil (Coordenador Adjunto). Tem experiência na área de Ciência da Computação, com ênfase em Software Básico, atuando principalmente nos seguintes temas: Realidade Virtual, Realidade Aumentada, Sistemas Distribuídos e Ensino a Distância. É membro do Programa de Mestrado em Ciência da Computação da Faculdade Campo Limpo Paulista.

Ivan Torres Pisa, UNIFESP

Pesquisador na área de informática em saúde, na linha de descoberta de conhecimento e mineração de dados em saúde. Experiência em matemática e computação. Interesse em mineração de texto em saúde, recuperação de informação, sistemas de apoio a decisão em saúde, sistemas de informação em saúde, telemedicina e telessaúde. Apresenta características agregadoras, com atividades sociais e organização de grupos.

Downloads

Publicado

18-02-2018

Como Citar

Araujo, G. D. de, Teixeira, F. O., Mancini, F., Guimarães, M. de P., & Pisa, I. T. (2018). Sentiment Analysis of Twitter’s Health Messages in Brazilian Portuguese. Journal of Health Informatics, 10(1). Recuperado de https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/566

Baixar Citação

Edição

v. 10 n. 1 (2018)

Seção

Artigo Original

Licença

Vale a licença indicada em cada artigo, na sua página e no PDF. A partir do volume 18 (2026), o Journal of Health Informatics adota a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0), que permite copiar, distribuir, adaptar e reutilizar o conteúdo para qualquer fim, desde que a autoria e a fonte original sejam citadas. Artigos publicados até 2025 permanecem sob a licença Creative Commons Atribuição–Não Comercial–Compartilha Igual 4.0 Internacional (CC BY-NC-SA 4.0).