TOPIE: An Open-Source Opinion Mining Pipeline to Analyze Consumers’ Sentiment in Brazilian Portuguese

Abstract

Abstract. The growth of social media and user-generated content (UGC) on the Internet provides a huge quantity of information that allows discovering the experiences, opinions, and feelings of users or customers. These electronic Word of Mouth statements expressed on the web are prevalent in business and service industry to enable a customer to share his/her point of view. However, it is impossible for humans to fully understand it in a reasonable amount of time. Opinion mining (also known as Sentiment Analysis) is a sub-field of text mining in which the main task is to extract opinions from UGC. Thus, this work presents an open source pipeline to analyze the costumer's opinion or sentiment in Twitter about products and services offered by Brazilian companies. The pipeline is based on General Architecture for Text Engineering (GATE) framework and the proposed hybrid method combines lexicon-based, supervised learning, and rulebased approaches. Case studies performed on Twitter real data achieved precision of almost 70 %.

Over a Decade of Social Opinion Mining: A Systematic Review

“…Further to the quoted lexicons, 49 studies used lexicons that they created as part of their work. Some studies composed their lexicons from emoticons/emojis that were extracted from a dataset [474,48,423,343,345,312,391,444,430,407], combined publicly available emoticon lexicons/lists [495] or mapped emoticons to their corresponding polarity [481], and others [424,499,389,390,414,444,430,503] used seed/feeling/emotional words to establish a microblog typical emotional dictionary. Additionally, some authors constructed or used sentiment lexicons [195,123,417,316,215,124,320,322,328,496,361,363,439,492,397,398,91,401,403] some of which are domain or language specific [478,317,516,347,206,100,…”

“…• Telecommunications (e.g., telephony, television) on particular service providers [104,120,294,485,161,77,186,514,465] or complaints [499];…”

Análise de Sentimento em Redes Sociais para a Língua Portuguesa Utilizando Algoritmos de Classificação

“…Assim, foi realizada uma busca na literatura e em sites específicos, com a finalidade de encontrar conjuntos de dados abertos e em português para a utilização neste trabalho. Foi encontrada uma base, rotulada manualmente, disponibilizada pelo grupo de pesquisa Mi- O grupo utilizou esses dados para a elaboração de alguns trabalhos, tais como [Souza et al 2016b, Souza et al 2016c, Souza et al 2016a. No site do grupo, pode-se encontrar a base dividida entre balanceada e desbalanceada.…”

Empatwi: Ferramenta De Análise De Sentimentos Baseada Em Tweets

“…Naturalmente, torna-se valioso para as empresas a utilização dessas informações como recurso de aprimoramento da qualidade de seus produtos e serviços. Com o intuito de obter um melhor proveito desses dados, muitas organizações têm feito investimentos nas tecnologias modernas como estratégia benéfica para a eficiência de suas operações e processos decisivos (Matt, Hess & Benlian 2015;Souza et al 2016). Em razão desse potencial de mercado, a área de análise de sentimentos tem sido amplamente discutida e estudada (Feldman 2013, cited in Borromeo & Toyama 2015.…”

“…Apesar de áreas como Inteligência Artificial e Processamento de Linguagem Natural (PLN) terem recebido avanços significativos com o surgimento de novas técnicas, são poucos os trabalhos que exploram a língua portuguesa como foco de estudo. Deste modo, é perceptível que há uma escassez tanto de literatura científica quanto de soluções práticas para o idioma (Gomes & Evsukoff 2019;Souza et al 2016).…”