Open AccessAutomatic Twitter Stance Detection on Politically Controversial Issues: A Study on Covid-19’s CPI
Author(s) -
Patrícia da Silva Santos,
Denise Hideko Goya
Publication year - 2021
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/eniac.2021.18281
Subject(s) - physics , covid-19 , humanities , computer science , philosophy , medicine , disease , pathology , infectious disease (medical specialty)
Prever o posicionamento de usuários de mídias sociais sobre um tópico tema pode ser desafiador, especialmente para casos não supervisionados. Neste trabalho foram utilizadas postagens retuitadas como elementos de interação dos usuários, para calcular as semelhanças entre os mais ativos dentro de uma discussão. A detecção de posicionamento para esses usuários foi realizada usando técnicas de redução de dimensionalidade e clusterização, modelagem de tópicos usando embeddings contextualizados, e rotulação automática de clusters baseada em termos recorrentes em cada grupo. Esta abordagem produziu um pequeno número de clusters de usuários (entre 2 e 3), com uniformidade na rotulação dos usuários em diferentes bases superior a 98%.