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.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/5910 |
| Date | 26 April 2016 |
| Creators | Rodrigues, Ramon Gouveia |
| Contributors | Camilo Junior, Celso Gonçalves, Camilo Junior, Celso Gonçalves, Pappa, Gisele Lobo, Rosa, Thierson Couto |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Ciência da Computação (INF), UFG, Brasil, Instituto de Informática - INF (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | -3303550325223384799, 600, 600, 600, 600, -7712266734633644768, 3671711205811204509, 2075167498588264571 |
Page generated in 0.0028 seconds