Tese de Doutorado

Documento
Tese de Doutorado
Autor
Nome completo
Thiago Reis
E-mail
Unidade da USP
Instituto de Pesquisas Energéticas e Nucleares
Programa ou Especialidade
Data de Defesa
2025-03-19
Imprenta
São Paulo, 2025
Banca examinadora
Mesquita, Roberto Navarro de (Presidente)
Barroso, Antonio Carlos de Oliveira
Lopes, Fábio Silva
Menezes, Mário Olímpio de
Título em português
Redes neurais convolucionais para análise da opinião pública sobre energia nuclear no X/Twitter
Palavras-chave em português
<i>GoEmotions</i>, análise de sentimento no <i>X/Twitter</i>, opinião pública sobre energia nuclear, redes neurais convolucionais baseadas em caracteres
Resumo em português
A opinião pública sobre a energia nuclear é um fator relevante para o planejamento e desenvolvimento da energia nuclear em muitos países. No entanto, muitas vezes ela tende a ser negativa ou, pelo menos, mais volátil do que as opiniões sobre outras fontes de energia. Esta tese apresenta uma pesquisa sobre análise de sentimento sobre energia nuclear no X/Twitter utilizando modelos redes neurais convolucionais em nível de caracteres para classificação de opiniões em suas polaridades (e.g. positivas, neutras e negativas) para português e inglês, num intervalo de tempo de 17 anos de dados coletados. Esses modelos foram treinados usando um conjunto de dados criado neste trabalho específico para o assunto de energia nuclear para o português e o conjunto de dados GoEmotions para o inglês. A pesquisa, inédita para o português, contribui para o entendimento da aceitação pública da energia nuclear no país. Avaliações experimentais indicam que os modelos atingem desempenho de estado-da-arte ou competitivo em análise de sentimento. Além disso, a análise revela uma predominância de opiniões negativas sobre a energia nuclear ao longo do tempo para o português mas uma ligeira predominância de opiniões positivas para o inglês.
Título em inglês
Character-level convolutional neural networks for X/Twitter sentiment analysis of public opinion on nuclear energy
Palavras-chave em inglês
character-level convolutional neural networks, GoEmotions, public opinion on nuclear energy, X/Twitter sentiment analysis
Resumo em inglês
Public opinion on nuclear energy is a relevant factor for the planning and development of nuclear energy in many countries. However, it often tends to be negative or, at least, more volatile than opinions about other energy sources. This thesis presents a research on sentiment analysis about nuclear energy on X/Twitter using character-level convolutional neural network models to classify opinions into their polarities (e.g. positive, neutral and negative) for Portuguese and English, over a time span of 17 years of collected data. These models were trained using a dataset created in this work specifically for Portuguese and the GoEmotions dataset for English. The research, which has never been published in Portuguese, contributes to the understanding of public acceptance of nuclear energy in the country. Experimental evaluations indicate that the models achieve state-of-the-art or competitive performance in sentiment analysis. Furthermore, the analysis finds a predominance of negative opinions on nuclear energy over time for Portuguese but a slight predominance of positive opinions for English.

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso: Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.

Data de Publicação
2025-10-14

Trabalhos decorrentes

AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.

Serviços

Carregando...