Desenvolvimento de um módulo de inferência da carga afetiva para tweets na política

• Processo: 22/02472-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 30 de abril de 2022
• Data de Término da vigência: 29 de agosto de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Helena de Medeiros Caseli
• Beneficiário: Fernanda Malheiros Assi
• Supervisor: Carolina Evaristo Scarton
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Sheffield, Inglaterra
• Vinculado à bolsa: 21/07067-0 - Inferência automática da carga afetiva em postagens de redes sociais, BP.IC
• Assunto(s): Processamento de linguagem natural Processamento de texto Mídias sociais Análise de sentimentos Emoções Política
• Palavra(s)-Chave do Pesquisador: Análise de Sentimentos | Processamento de Linguagem Natural | Processamento de Linguagem Natural (PLN)

Resumo

As redes sociais estão se tornando cada vez mais um espaço onde as pessoas compartilham suas opiniões, sentimentos e percepções sobre diversos assuntos, tanto pessoas quanto culturais e políticos. Nesse contexto, diversos estudos e pesquisas sobre processamento de linguagem natural (PLN) têm se concentrado no processamento de texto em mídias sociais. Pesquisas têm, entre outros, estudado a detecção de emoções, aprendido indicadores de emoção do Twitter, padrões de influência de emoções, classificação de emoções e criação de léxicos de emoções. No entanto, pouco esforço tem sido feito para analisar a carga afetiva dos posts relacionados a política. Desta forma, neste projeto de estágio, propomos a criação de um módulo computacional capaz de inferir a carga afetiva dos tweets de Bolsonaro e as respostas que ele obteve durante a pandemia de COVID-19. Para isso, a lista das 20 famílias de emoções do GEW serão expandidas e traduzidas para o português. Usando esta versão traduzida e expandida do GEW, este módulo associará cada tweet a um par de coordenadas no plano bidimensional do GEW, indicando sua valência positiva/negativa e nível de poder/controle. (AU)