Sentiment Analysis of Twitter’s Health Messages in Brazilian Portuguese

Authors

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

Keywords:

Social Media, Cancer, Delivery of Health Care

Abstract

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.

Author Biographies

Gabriela Denise de Araujo, UNIFESP

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

Published

2018-02-18

How to Cite

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). Retrieved from https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/566

Issue

Vol. 10 No. 1 (2018)

Section

Original Articles

License

Submission of a paper to Journal of Health Informatics is understood to imply that it is not being considered for publication elsewhere and that the author(s) permission to publish his/her (their) article(s) in this Journal implies the exclusive authorization of the publishers to deal with all issues concerning the copyright therein. Upon the submission of an article, authors will be asked to sign a Copyright Notice. Acceptance of the agreement will ensure the widest possible dissemination of information. An e-mail will be sent to the corresponding author confirming receipt of the manuscript and acceptance of the agreement.

Similar Articles

<< < 14 15 16 17 18 19 20 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)

1 2 3 4 > >>