p Aparentemente, metade da população mundial agora usa a mídia social para compartilhar seus pensamentos e experimentar os pensamentos de outras pessoas. Não há nenhum tópico não representado pelos usuários a partir de opiniões sobre tecnologia, política, sociedade, celebridades, esporte, música, cinema, saúde, guerra, religião, sexo e mais além. Nada é tabu. p Extrair as respostas emocionais coletivas a eventos sociais da escala local à internacional a partir de atualizações de mídia social continua sendo um objetivo da ciência da computação e visa auxiliar no uso dos dados semânticos e emocionais que podem ser extraídos das mídias sociais.

p Uma equipe italiana escrevendo no International Journal of Metadata, Semântica e Ontologias , discute uma abordagem para investigar as reações emocionais a eventos sociais.

p "A mídia social se tornou um ponto de apoio para o compartilhamento de informações sobre eventos da vida cotidiana; pessoas, empresas, e as organizações expressam opiniões lá, "Danilo Cavaliere e Sabrina Senatore da Universidade de Salerno, em Fisciano explicar. Eles acrescentam que estudar e identificar diferentes sentimentos e emoções, conforme representado por atualizações de redes sociais, como os chamados "tweets" na plataforma de microblog conhecida como Twitter, exige o manuseio de big data e a capacidade de compreender o caráter emocional subjacente das atualizações no contexto.

p A equipe adotou uma abordagem que permite que eles se concentrem em um tópico específico com base em palavras-chave específicas, destacado em tweets com um símbolo # e comumente conhecido como hashtags. Eles construíram um glossário de emoções tendo extraído a semântica de um banco de dados de amostra de atualizações e se referem a isso como uma "ontologia de conceito emocional".

p A equipe então demonstra como sua ontologia pode ser usada para treinar uma ferramenta de classificação de banco de dados (Support Vector Machine) para "entender" o caráter emocional e o conteúdo de novos tweets com os quais um algoritmo construído neste treinamento é apresentado. Eles demonstraram a prova de princípio com sucesso com conjuntos de dados de amostra, mesmo com complicados, tweets multifacetados.