Submitted by Cássia Santos (cassia.bcufg@gmail.com) on 2016-08-10T13:36:21Z No. of bitstreams: 2 Dissertação - Ramon Gouveia Rodrigues - 2016.pdf: 1747013 bytes, checksum: c84129f95e549109990ae9dbec6bc09f (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-10T13:46:59Z (GMT) No. of bitstreams: 2 Dissertação - Ramon Gouveia Rodrigues - 2016.pdf: 1747013 bytes, checksum: c84129f95e549109990ae9dbec6bc09f (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-10T13:46:59Z (GMT). No. of bitstreams: 2 Dissertação - Ramon Gouveia Rodrigues - 2016.pdf: 1747013 bytes, checksum: c84129f95e549109990ae9dbec6bc09f (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-04-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Cancer is a critical disease that affects millions of people and families around the world. In 2012 about 14.1 million new cases of cancer occurred globally. Because of many reasons like the severity of some cases, the side effects of some treatments and death of other patients, cancer patients tend to be affected by serious emotional disorders, like depression. Thus, the use of a behavioral tool that assists the detection of the people mood can contribute to the monitoring of patients and family members during treatment. Therefore, the objective of this work is to develop a Sentiment Analysis tool, named SentiHealth-Cancer (SHC), to assist the detection of the emotional state of people members of Brazilian virtual communities for support cancer patients. We conducted a comparative study of the proposed method and a set of general-purpose Sentiment Analysis tools. For this, we collected 789 messages of 8 Facebook communities and considered 2.574 reviews of volunteers about the real sentiments expressed in these messages. Thus, the performance of the tools were tested in each community, with psychologists and non psychologists reviews and, where possible, with texts in Portuguese and translated into English. The results showed that, overall, the proposed method performance in this work is superior to other tools, both analyzing texts in Portuguese and English. For example, its accuracy (56.64%) analyzing all messages shows a significant increase of 11.78% compared to the greater accuracy (50.67%) presented by other tools. / O câncer é uma doença crítica que afeta milhões de pessoas e famílias em todo o mundo. Em 2012, cerca de 14,1 milhões de novos casos de câncer ocorreram no mundo. Devido a muitas razões, como a gravidade de alguns casos, os efeitos colaterais de alguns tratamentos e morte de alguns pacientes, pessoas com câncer tendem a ser afetados por graves distúrbios emocionais, por exemplo, a depressão. Assim, o uso de uma ferramenta comportamental que auxilie a detecção do humor das pessoas pode contribuir para o acompanhamento de pacientes e familiares durante o tratamento. Portanto, o objetivo deste trabalho é desenvolver uma ferramenta de Análise de Sentimento, chamada SentiHealth-Cancer (SHC), para auxiliar a detecção do estado emocional de pessoas membros de comunidades virtuais brasileiras de apoio a pacientes de câncer. Foi realizado um estudo comparativo entre a ferramenta proposta e outras quatro de ferramentas de propósito geral de Análise de Sentimento. Para isso, foram coletadas 789 mensagens de 8 comunidades do Facebook e consideradas 2.574 avaliações de voluntários sobre os sentimentos reais expressos nessas mensagens. Com isso, foram testados os desempenhos das ferramentas em cada comunidade, com avaliações de psicólogos e não psicólogos e, quando possível, com textos em português e traduzidos para o inglês. Os resultados demonstraram que, no geral, o desempenho do método proposto neste trabalho é superior às outras ferramentas, tanto elas analisando textos em português quanto em inglês. Por exemplo, sua acurácia (56.64%) analisando todas as mensagens apresenta um aumento significativo de 11.78% em relação à maior acurácia (50.67%) apresentada pelas outras ferramentas.

This thesis deals with knowledge discovery from social media. This thesis is focused on feature based opinion mining from user reviews. In theoretical part were described methods of opinion mining and natural language processing. Main parts of this thesis were design and implementation of library for opinion mining based on Stanford Parser and lexicon WordNet. For feature identi cation was used dependency grammar, implicit features were mined with method CoAR and opinions were classi ed with supervised algorithm. Finally were given experiments with implemented library and examples of usage.