COVID 19: O que sentem os brasileiros de acordo com o Twitter?

Autores

  • Giovanni Pazini Meneghel Paiva SBIS
  • Elisa Terumi Rubel Schneider
  • Josilaine Oliveira Cezar
  • Lucas Ferro Antunes de Oliveira
  • João Vitor Andrioli
  • Claudia Maria Cabral Moro Barra
  • Emerson Cabrera Paraiso
  • Lucas Emanuel Silva e Oliveira
  • Yohan Bonescki Gumiel

Palavras-chave:

Processamento de Linguagem Natural, COVID-19, Mensagens do Twitter

Resumo

Objetivo: A pandemia causada pelo novo coronavírus (SARS-CoV-2) caracteriza-se como o maior desafio do século 21. Neste contexto, procurou-se levantar um panorama geral de dados de usuários do Twitter, no Brasil, relacionados à COVID-19. Métodos: Utilizando de técnicas de Processamento de Linguagem Natural, foi aplicado um modelo Word2Vec CBOW em um conjunto pré-processado de dados públicos em português. Este foi então analisado através de wordclouds, tabelas e gráficos t-SNE. Resultados: O modelo captou comportamentos e tendências relacionados a COVID-19, como similaridades entre palavras, os unigramas e bigramas mais frequentes e hipóteses baseadas em dados estatísticos recolhidos. Conclusão: Este estudo apresenta uma análise inicial de mensagens do Twitter, em português, relacionadas à COVID-19. Os resultados foram promissores e evidenciaram o potencial da aplicação do aprendizado de máquina em assuntos importantes, como uma crise de saúde mundial.

Downloads

Publicado

15-03-2021

Como Citar

Paiva, G. P. M., Schneider, E. T. R., Cezar, J. O., Oliveira, L. F. A. de, Andrioli, J. V., Barra, C. M. C. M., … Gumiel, Y. B. (2021). COVID 19: O que sentem os brasileiros de acordo com o Twitter?. Journal of Health Informatics, 12. Recuperado de https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/842

Artigos Semelhantes

1 2 3 4 5 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)