(Objetivo)

Quando a Rússia invadiu oficialmente a Ucrânia, o mundo viveu um período de tensão e incerteza. Como válvula de escape social, os canais digitais de comunicação aumentaram seu númerode usuários e sua atividade, gerando uma grande quantidade de dados. O Twitter, em especial, por ser um dos canais mais populares de compartilhamento de informações e opiniões, explodiu com atividades relacionadas ao evento. E como em muitos outros eventos sociais, como a COVID-19, essa rede social se tornou uma das principais fontes de informação, opinião e conhecimento. Este artigo realiza uma análise de sentimento de tuítes relacionados ao conflito armado entre Rússia e Ucrânia.

(Metodologia)

O conjunto de dados analisado contém tuítes de 1º de janeiro de 2022 a 3 de março de 2022 e foi coletado usando hashtags relacionadas ao evento. No total, foram analisados 603.552 tuítes em inglês e 1.664 em russo. Para realizar a classificação das emoções, foram utilizados os modelos pré-treinados DistilRoBERTa e XLM-RoBERTa -Base, respectivamente. Os tuítes em inglês foram categorizados em sete emoções: raiva, descontentamento, medo, alegria, neutralidade, tristeza e surpresa. Os tuítes russos foram classificados como positivos, negativos e neutros.

(Resultados)

Os resultados mostraram que a maioria dos tuítes em inglês apresentou medo e raiva como sentimentos predominantes, atingindo 32,08% e 15,18% do total de tuítes analisados, respectivamente. Quanto aos tuítes em russo, a maioria apresentou polaridade negativa, com 86,83% do total. Algumas das frases mais recorrentes na análise fazem alusão ao apoio à Ucrânia e pedem o fim da guerra. Da mesma forma, as frases de preocupação com a crise, as armas e as mortes são recorrentes.

(Conclusão)

Como esperado, a maioria das pessoas estava preocupada com o conflito armado e chateada e irritada com suas consequências. Trabalhos futuros poderiam usar mais tuítes para melhorar a análise e aumentar o intervalo de tempo a ser estudado. A análise também poderia ser segmentada para estudar o sentimento dos tuítes de acordo com diferentes agrupamentos e compará-los com outras sociedades; por exemplo, analisar os tuítes de acordo com cada país ou região.

        · abstract in English | Spanish     · text in Spanish     · Spanish ( pdf )