Sentiment Gradient - Expansion of the Power of Sentiment Analysis

Silva, Fernando Cardoso Durier da

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Teses de Doutorado
→
View Item

dc.contributor.advisor	Garcia, Ana Cristina Bicharra
dc.contributor.author	Silva, Fernando Cardoso Durier da
dc.date.accessioned	2026-05-14T16:42:25Z
dc.date.available	2026-05-14T16:42:25Z
dc.date.issued	2024-08-30
dc.identifier.citation	SILVA, Fernando Cardoso Durier da. Sentiment Gradient - Expansion of the Power of Sentiment Analysis. 117f. Tese (Doutorado em Informática) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2024.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/15121
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	English	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Sentiment Gradient - Expansion of the Power of Sentiment Analysis	pt_BR
dc.type	doctoralThesis	pt_BR
dc.contributor.referee	Garcia, Ana Cristina Bicharra
dc.contributor.referee	Siqueira, Sean Wolfgand Matsui
dc.contributor.referee	Garcia, Ana Cristina Bicharra
dc.contributor.referee	Moraes, Laura de Oliveira Fernandes
dc.contributor.referee	Sampaio, Jonice de Oliveira
dc.contributor.referee	Reis, Julio Cesar Soares dos
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.local	Rio de Janeiro,RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA.CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Sentiment Analysis	pt_BR
dc.subject.en	Sentiment Gradient	pt_BR
dc.subject.en	Artificial Intelligence	pt_BR
dc.subject.en	Natural Language Processing (NLP)	pt_BR
dc.subject.en	Text Mining	pt_BR
dc.description.abstracten	This doctoral thesis proposes and formalizes the concept of Sentiment Gradient as an extension of conventional Sentiment Analysis. While traditional approaches focus on binary (positive/negative) or discrete sentiment classification, this work utilizes the calculation of derivatives and gradients to measure the rate of change of emotional load in text streams. The methodology allows for identifying not only the current emotional state but also the direction and speed at which opinion or sentiment is shifting, being particularly useful for social media analysis, financial markets, and crisis monitoring. The study validates the model's effectiveness through several use cases, demonstrating superior predictive and descriptive capacity compared to static sentiment metrics.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Esta tese de doutoramento propõe e formaliza o conceito de Gradiente de Sentimento como uma extensão da Análise de Sentimento convencional. Enquanto as abordagens tradicionais focam-se na classificação binária (positivo/negativo) ou discreta de sentimentos, este trabalho utiliza o cálculo de derivadas e gradientes para medir a taxa de variação da carga emocional em fluxos de texto. A metodologia permite identificar não apenas o estado emocional atual, mas a direção e a velocidade com que a opinião ou o sentimento está a mudar, sendo particularmente útil para a análise de redes sociais, mercados financeiros e monitorização de crises. O estudo valida a eficácia do modelo através de diversos casos de uso, demonstrando uma capacidade preditiva e descritiva superior às métricas estáticas de sentimento.	pt_BR
dc.subject.pt	Análise de Sentimento	pt_BR
dc.subject.pt	Gradiente de Sentimento	pt_BR
dc.subject.pt	Inteligência Artificial	pt_BR
dc.subject.pt	Processamento de Linguagem Natural (PLN)	pt_BR
dc.subject.pt	Mineração de Textos	pt_BR