STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19

Detalhes bibliográficos
Autor(a) principal: Godinho, Alexandre Cabral
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio2.unb.br/jspui/handle/10482/47917
Resumo: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023.
id UNB_d7db47269c4f6cf4a303b985d37c6ba1
oai_identifier_str oai:repositorio.unb.br:10482/47917
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19Redes sociaisRedes neurais recorrentesFrameworkCovid-19Análise de dadosDesenvolvimento de sistemasDissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023.A expansão das redes sociais resultou em um aumento na distribuição de campanhas de desinformação, que colocam em risco a estabilidade democrática nacional, tornando-se um elemento desfavorável para a produção do conhecimento de Inteligência. Com o objetivo de mitigar este óbice, foi proposto o framework STALLA para coleta, tratamento, rotulação automatizada e análise de informações, proporcionando maior eficiência na produção do conhecimento. Assim, o estudo tem por escopo a pandemia do Covid-19, a partir de dados coletados de textos curtos (tweets), no idioma português, da rede social Twitter. Considerando-se os trabalhos correlatos, as Redes Neurais Recorrentes (RNN) apresentam-se como as mais vocacionadas para análises textuais. A partir dessa premissa, o desempenho do STALLA foi analisado comparando-se as implementações das redes LSTM e BiLSTM, resultando em uma acurácia de aproximadamente 70%, valor considerado expressivo para a definição da relevância da informação.The spread of social networks has resulted in an increase in the distribution of disinformation campaigns, which put national democratic stability at risk, becoming an unfavorable element for the intelligence knowledge production. In order to mitigate this bottleneck, the STALLA framework was proposed for the collection, treatment, automated labeling and analysis of information, providing greater efficiency in knowledge production. Thus, the study has as scope the Covid-19 pandemic, from data collected from short texts (tweets), in the Portuguese language, from the social network Twitter. Considering the related works, Recurrent Neural Networks (RNN) present themselves as the most suitable for textual analysis. Based on this premise, the performance of STALLA was analyzed by comparing the implementations of LSTM and BiLSTM networks, resulting in an accuracy of approximately 70%, a value considered significant for the definition of information relevance.Faculdade de Tecnologia (FT)Departamento de Engenharia Elétrica (FT ENE)Programa de Pós-Graduação em Engenharia Elétrica, Mestrado ProfissionalRocha Filho, Geraldo PereiraGonçalves, Vinícius PereiraGodinho, Alexandre Cabral2024-02-27T20:57:24Z2024-02-27T20:57:24Z2024-02-272023-06-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfGODINHO, Alexandre Cabral. STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19 . 2023. xi, 51 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/47917porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-27T20:57:24Zoai:repositorio.unb.br:10482/47917Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-27T20:57:24Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
title STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
spellingShingle STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
Godinho, Alexandre Cabral
Redes sociais
Redes neurais recorrentes
Framework
Covid-19
Análise de dados
Desenvolvimento de sistemas
title_short STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
title_full STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
title_fullStr STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
title_full_unstemmed STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
title_sort STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19
author Godinho, Alexandre Cabral
author_facet Godinho, Alexandre Cabral
author_role author
dc.contributor.none.fl_str_mv Rocha Filho, Geraldo Pereira
Gonçalves, Vinícius Pereira
dc.contributor.author.fl_str_mv Godinho, Alexandre Cabral
dc.subject.por.fl_str_mv Redes sociais
Redes neurais recorrentes
Framework
Covid-19
Análise de dados
Desenvolvimento de sistemas
topic Redes sociais
Redes neurais recorrentes
Framework
Covid-19
Análise de dados
Desenvolvimento de sistemas
description Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2023.
publishDate 2023
dc.date.none.fl_str_mv 2023-06-29
2024-02-27T20:57:24Z
2024-02-27T20:57:24Z
2024-02-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv GODINHO, Alexandre Cabral. STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19 . 2023. xi, 51 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
http://repositorio2.unb.br/jspui/handle/10482/47917
identifier_str_mv GODINHO, Alexandre Cabral. STALLA : um framework para análise de fontes abertas durante a pandemia do Covid-19 . 2023. xi, 51 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
url http://repositorio2.unb.br/jspui/handle/10482/47917
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1810580872720547840

Registros relacionados