Identifying Fine-Grained Opinion and Classifying Polarity on Coronavirus Pandemic

Abstract

In this paper, we explore the fine-grained opinion identification and polarity classification tasks using twitter data on the COVID-19 pandemic in Brazilian Portuguese. We trained machine learning-based classifiers using a few different methods and tested how well they performed different tasks. For polarity classification, we tested a crossdomain strategy in order to measure the performance of the classifiers among different domains. For fine-grained opinion identification, we provide a taxonomy of opinion aspects and employed them in conjunction with machine learning methods. Based on the obtained results, we found that the cross-domain data improved the results of the polarity classification. For fine-grained opinion identification, the use of a domain taxonomy presented competitive results for the Portuguese language.

Conversaciones en Twitter sobre educación en tiempos del COVID-19. Sentimientos, temas predominantes y usuarios influyentes

“…El grupo de investigaciones sobre medidas de control sanitario exploró varias áreas relacionadas con la pandemia COVID-19. Se estudió la identificación de opiniones sobre la pandemia y la clasificación de la polaridad a través de datos de Twitter (Alves et al, 2020), se presentó un marco para explorar la dinámica y el flujo de cambios de comportamiento entre los usuarios de Twitter durante la pandemia (Kaur et al, 2020), se analizó el uso de Twitter para hacer seguimiento y difundir información durante epidemias virales anteriores e incluyendo la pandemia del COVID-19 (Medford et al, 2020) y se investigó el sentimiento en torno al efecto de la cuarentena extrema causada por la pandemia COVID-19 (Pastor, 2020).…”

“…Para los análisis realizados en este grupo de trabajos, los investigadores recuperaron tuits sobre COVID-19, en intervalos de tiempo diferentes y se almacenaron en un repositorio de datos. Con ellos, se identificaron opiniones detalladas que proporcionaron una taxonomía de aspectos de opinión 41 Rosa María Guilleumas García -Hernán Gil Ramírez Inicio mediante métodos de clasificación basados en aprendizaje automático (Alves et al, 2020). Otros investigadores emplearon técnicas de procesamiento del lenguaje natural y análisis de redes sociales para extraer un conjunto de emociones junto con sus características de sentimiento (Kaur et al, 2020).…”

“…El grupo de investigaciones sobre medidas de control sanitario ha arrojado diversos resultados significativos. Entre ellos, se destaca el hecho de que el uso de datos entre dominios ha mejorado la clasificación de polaridad, así como también se ha demostrado que la utilización de una taxonomía de dominio ha presentado resultados competitivos para la lengua portuguesa en la identificación de opiniones detalladas (Alves et al, 2020). Además, se ha evidenciado la existencia de conexiones significativas entre las tasas de infección y mortalidad del COVID-19 y las características emocionales de los usuarios de Twitter, lo que ha permitido identificar patrones cambiantes en la discusión pública sobre la pandemia (Kaur et al, 2020).…”