dc.contributor.advisor1 | LOBATO, Fábio Manoel França | |
dc.date.accessioned | 2024-03-06T20:02:54Z | |
dc.date.available | 2024-03-06T20:02:54Z | |
dc.date.issued | 2023 | |
dc.identifier.citation | ARAÚJO, Gabriele de Sousa. Processamento de linguagem natural em análise de mídias sociais: um mapeamento sistemático. Orientador: Fábio Manoel França Lobato. 2023. 124 p. Trabalho de Conclusão de Curso (Ciência e Tecnologia) - Instituto de Engenharia e Geociências, Universidade Federal do Oeste do Pará, 2023. Disponível em: https://repositorio.ufopa.edu.br/jspui/handle/123456789/1461 | pt_BR |
dc.identifier.uri | https://repositorio.ufopa.edu.br/jspui/handle/123456789/1461 | |
dc.description.abstract | The number of social media platforms has increased signifiantly, as has the number of active
users. More than 18.2 million text messages are transmitted every minute on these platforms.
Given the amount of data available, Natural Language Processing (NLP) techniques have been
used by several researchers to analyze this large amount of unstructured data. Thus, it is essential
to understand social media analysis’s main trends and challenges, especially in scientifi events.
In this perspective, this study presents a systematic mapping of PLN for social media analysis in
works published in fie academic events: BRACIS, BraSNAM, ENIAC, STIL, and PROPOR.
These events were chosen due to their relevance. The study aims to identify the main tools and
techniques used, tasks performed, data sources, and evaluation measures. For this purpose, 186
studies were analyzed and carefully selected among the 654 articles published in these events
in the three years (2020 to 2022). The results show a clipping of the current scenario on the
subject and point out areas that can be improved in future research using techniques such as
text classifiation, sentiment analysis, and recognition of named entities. Thus, this work can be
helpful for academics interested in exploring the potential of these tools and techniques, having
a clear view of gaps, challenges, and research opportunities in this area, as well as analyzing the
current scenario in research involving NLP and social media. Nevertheless, guide the productive
sector in this knowledge transfer, reducing the gap between the state of the art and practice and
increasing the competitiveness and innovation of social media analysis tools. | pt_BR |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Federal do Oeste do Pará | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Inteligência Artificial | pt_BR |
dc.subject | Processamento de Linguagem Natural | pt_BR |
dc.subject | Mineração de Texto | pt_BR |
dc.subject | Mapeamento Sistemático | pt_BR |
dc.subject | Mídias Sociais | pt_BR |
dc.title | Processamento de linguagem natural em análise de mídias sociais: um mapeamento sistemático | pt_BR |
dc.type | TCC | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/2201818644935012 | pt_BR |
dc.creator.ORCID | https://orcid.org/0000-0003-1143-507X | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8320014491229434 | pt_BR |
dc.contributor.advisor1ORCID | https://orcid.org/0000-0002-6282-0368 | pt_BR |
dc.description.resumo | O número de plataformas de mídia social aumentou signifiativamente assim como o número
de usuários ativos. Mais de 18,2 milhões de mensagens de texto são transmitidas a cada minuto
nessas plataformas. Diante da quantidade de dados disponíveis, técnicas de Processamento de
Linguagem Natural (PLN) têm sido utilizadas por diversos pesquisadores para analisar essa
grande quantidade de dados não estruturados. Assim, é essencial entender as principais tendências e desafis da análise de mídias sociais, especialmente em eventos científios. Nessa
perspectiva, este estudo apresenta um mapeamento sistemático do uso da PLN em trabalhos
publicados em cinco eventos acadêmicos: BRACIS, BraSNAM, ENIAC, STIL e PROPOR, estes
eventos foram escolhidos dado a relevância dos mesmos. O estudo visa identifiar as principais
ferramentas e técnicas utilizadas, tarefas executadas, as fontes dos dados, e medidas de avaliação.
Para tanto, 186 estudos foram analisados e selecionados criteriosamente dentre os 654 artigos
publicados nesses eventos nos três anos (2020 a 2022), este período de tempo foi escolhido dada
a dinamicidade da área, logo, sua rápida obsolescência. Os resultados mostram um recorte do
cenário atual sobre o assunto e apontam áreas que podem ser melhoradas em pesquisas futuras
utilizando técnicas para tarefas como classifiação de textos, análise de sentimentos, e reconhecimento de entidades nomeadas. Assim, este trabalho pode ser útil para acadêmicos interessados
em explorar o potencial dessas ferramentas e técnicas, ter uma visão clara das lacunas, desafis
e oportunidades de pesquisa nessa área e analisar o cenário atual em pesquisas envolvendo
PLN e mídias sociais. E ainda, guiar o setor produtivo nessa transferência de conhecimento,
diminuindo a lacuna entre o estado da arte e da prática, aumentando a competitividade e inovação
das ferramentas de análise de mídias sociais. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Not applicable | pt_BR |
dc.publisher.initials | UFOPA | pt_BR |
dc.subject.cnpq | CNPQ::CIÊNCIAS EXATAS E DA TERRA | pt_BR |
dc.creator | ARAÚJO, Gabriele de Sousa | |
dc.publisher.department | Instituto de Engenharia e Geociências | pt_BR |