Navegando por Palavras-chave "Detecção de tópicos"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Processamento de linguagem natural para análise da percepção do uso de antibióticos e superbactérias no Twitter em Português
    (Universidade Federal de São Paulo, 2023-01-10) Oliveira, Pedro Leyria de [UNIFESP]; Berton, Lilian [UNIFESP]; http://lattes.cnpq.br/9064767888093340; http://lattes.cnpq.br/0164850312628440
    As redes sociais são um dos meios mais proeminentes de utilização da web por usuários no mundo todo, servindo como fontes de dados para diversas análises, incluindo investigações sobre a manifestação de doenças e utilização de medicamentos. As superbactérias têm se tornado um perigo cada vez mais sério devido a utilização indevida e indiscriminada de antibióticos, gerando espécies resistentes de bactérias difíceis de serem tratadas em pacientes. O uso do Twitter para coleta de dados em português é pouco explorado e discutido, bem como investigações em redes sociais sobre o problema das superbactérias. Diante deste cenário, este trabalho tem como objetivo realizar a coleta de dados em português do Twitter sobre o consumo de antibióticos relacionados a ocorrência de superbactérias. Os objetivos também incluem executar algoritmos de detecção de tópicos visando extrair informações sobre possíveis tendências de uso destes medicamentos, e padrões de comportamento dos usuários da rede social. Os textos coletados passaram por etapas de pré-processamento comuns em processamento de linguagem natural e os algoritmos de aprendizado de máquina utilizados foram o k-means, LDA e GSDMM. O desempenho dos algoritmos foi analisado por medidas de coerência e inspeção manual dos tópicos gerados. Os assuntos mais frequentes nos tópicos obtidos incluem menções de usuários a antibióticos, incluindo casos de uso, reclamações, uso indevido ou indiscriminado, indisponibilidade de antibióticos e resistência bacteriana. Diversos antibióticos diferentes foram observados em variados contextos, incluindo comentários sobre sintomas e sentimentos variados sobre eles. Os resultados dos tópicos gerados podem servir como uma indicação dos assuntos mais discutidos no Twitter sobre antibióticos e bactérias, indicando informações que não seriam observadas em outros contextos e mídias.