Explorando os limites da análise de sentimentos como ferramenta para inferência automática de eventos relacionados à pandemia COVID-19 no Brasil

Abstract

Análise de sentimentos é uma das áreas de aprendizado de máquina que se destaca frente ao entendimento dos efeitos da pandemia COVID-19 na população. O presente trabalho se propõe a abordar as limitações da análise automática de sentimentos no que diz respeito à sua capacidade de inferir quando eventos de relevância para a pandemia ocorreram, com base na análise de opiniões políticas expressas no Twitter acerca da atuação do governo federal no contexto da pandemia no Brasil. Além disso, também discutimos possíveis correlações que possam existir entre o sentimento da população e outros dados relevantes sobre o governo federal, tal como sua taxa de aprovação e variações na taxa de mortes por COVID-19. A fim de executar tais análises, o presente trabalho irá analisar tweets coletados na região de Porto Alegre entre o dia 1o de janeiro de 2020 e o dia 11 de setembro de 2021. Serão analisados tweets cujos conteúdos possam indicar uma opinião (negativa ou não) a respeito da condução do governo federal durante a pandemia COVID 19. O objetivo deste trabalho é discutir diversas hipóteses acerca do que é possível (ou não) inferir com base na análise automática de sentimentos desses tweets. Iremos mostrar que, em vários casos, é possível utilizar modelos de análise de sentimentos para identifi car alguns tipos de eventos relevantes. Por outro lado, iremos mostrar que não é possível, por exemplo, inferir—com base apenas na análise de sentimentos em tweets— variações temporais na taxa de aprovação do presidente. Concluímos, portanto, que a análise au tomática de dados de redes sociais pode refletir eventos relevantes pra a sociedade, mas que há limitações, e que tais análises (e suas interpretações) precisam ser feitas de forma cuidadosa.

Sentiment analysis is a machine learning area that has shown promise when it comes to understanding the impact of the COVID-19 pandemic on particular populations. In this work, we study the limitations of techniques for sentiment analysis regarding their ca pability of automatically inferring when relevant events (in the context of the pandemic) have happened in Brazil. Furthermore, we will also investigate possible correlations that may exist between sentiments expressed by a given population and a set of diverse met rics related to the Brazilian federal government, such as its approval rate and temporal variations in the number of deaths due to COVID-19. To perform these analyses, this work will analyze tweets made in the city of Porto Alegre between January 1, 2020, and September 11, 2021. We will analyze tweets whose contents may reflect opinions or sen timents (which might be negative or not) regarding the federal government’s performance in dealing with the COVID-19 pandemic. The goal of this work is to discuss a series of hypotheses about what is possible (and what is not possible) to infer based solely on the automatic sentiment analysis of tweets. We will empirically show that, in some cases, it is possible for sentiment analysis models to identify particular types of relevant events. We will also show, by contrast, that sometimes it is not possible to infer, for example (based only on performing sentiment analysis of tweets) temporal variations to the president’s approval rate. We conclude, as a result of our experiments, that the analysis of data from social media platforms (Twitter, in particular) might be used to identify relevant events automatically, but that these methods are also limited and that any resulting interpretations and conclusions need to be done carefully by machine learning practitioners.