Fechar
Metadados

1. Identificação
Tipo de ReferênciaCapítulo de Livro (Book Section)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/48JSHSB
Repositóriosid.inpe.br/mtc-m21d/2023/02.23.12.51
Repositório de Metadadossid.inpe.br/mtc-m21d/2023/02.23.12.51.38
Última Atualização dos Metadados2023:03.03.02.59.33 (UTC) administrator
Chave SecundáriaINPE--/
DOI10.4018/978-1-6684-6242-3.ch011
ISBN978-166846244-7, 1668462427, 978-166846242-3
Chave de CitaçãoIbañezRosaGuim:2022:ApSeAn
TítuloApplying sentiment analysis techniques in social media data about threat of armed conflicts using two times series models
Ano2022
Data de Acesso02 maio 2024
Tipo SecundárioPRE LI
2. Contextualização
Autor1 Ibañez, Marilyn Minicucci
2 Rosa, Reinaldo Roberto
3 Guimarães, Lamartine Nogueira Frutuoso
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JJ5D
Grupo1 CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
2 COPDT-CGIP-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Tecnológico de Aeronáutica (ITA)
Endereço de e-Mail do Autor1 marilyn.ibanez@inpe.br
2 rrrosa.inpe@gmail.com
EditorKeikhosrokian, P.
Asl, M. P.
Título do LivroHandbook of research on artificial intelligence applications in literary works and social media
Editora (Publisher)IGI Global
Páginas220-253
Histórico (UTC)2023-02-23 12:52:03 :: simone -> administrator :: 2022
2023-03-03 02:59:33 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-Chavesocial media
time series
ResumoThe growing cases of armed conflicts over the past couple of decades have dramatically affected social landscapes and people 's lives across the globe, urging everyone to find ways to minimize the negative consequences of the conflicts. Social media provides an inexhaustible data source that can be used in understanding the evolution of such conflicts. This chapter focuses on Syria-USA and Iran-USA relations to presents an approach to armed conflict analysis and examines the Russia-Ukraine conflicts by performing sentiment analysis on the text dataset as well as on a vocabulary data. All conflicts generate a social media news threat time series (TTS) that is used as input to the P-model algorithm to generate the endogenous time series. The following uses the TTS and endogenous time series for both conflicts as input to the deep-learning-LSTM neural network. Finally, this chapter compares the prediction result of the Russia- Ukraine TTS analysis with the Russia- Ukraine endogenous series using the P-model algorithm.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Applying sentiment analysis...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Applying sentiment analysis...
Conteúdo da Pasta docnão têm arquivos
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 23/02/2023 09:51 1.8 KiB 
4. Condições de acesso e uso
Idiomaen
Grupo de Usuáriossimone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2021/06.04.03.40.25
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/46KUES5
DivulgaçãoBNDEPOSITOLEGAL
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber city copyholder copyright creatorhistory descriptionlevel documentstage e-mailaddress edition format issn label lineage mark nextedition notes numberoffiles numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarydate secondarymark serieseditor seriestitle session shorttitle size sponsor subject targetfile tertiarymark tertiarytype translator url volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar