Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa
| Autores principales: | , |
|---|---|
| Formato: | Online |
| Idioma: | eng |
| Publicado: |
Universidad Nacional, Costa Rica
2023
|
| Acceso en línea: | https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/17665 |
| id |
UNICIENCIA17665 |
|---|---|
| record_format |
ojs |
| institution |
Universidad Nacional de Costa Rica |
| collection |
Uniciencia |
| language |
eng |
| format |
Online |
| author |
Ramos, Leo Chang, Oscar |
| spellingShingle |
Ramos, Leo Chang, Oscar Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa |
| author_facet |
Ramos, Leo Chang, Oscar |
| author_sort |
Ramos, Leo |
| title |
Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa |
| title_short |
Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa |
| title_full |
Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa |
| title_fullStr |
Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa |
| title_full_unstemmed |
Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa |
| title_sort |
sentiment analysis of russia-ukraine conflict tweets using roberta |
| title_alt |
Análisis de sentimientos de tuits del conflicto entre Rusia y Ucrania usando RoBERTa Análise de sentimento de tuítes do conflito entre Rússia e Ucrânia usando RoBERTa |
| publisher |
Universidad Nacional, Costa Rica |
| publishDate |
2023 |
| url |
https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/17665 |
| work_keys_str_mv |
AT ramosleo sentimentanalysisofrussiaukraineconflicttweetsusingroberta AT changoscar sentimentanalysisofrussiaukraineconflicttweetsusingroberta AT ramosleo analisisdesentimientosdetuitsdelconflictoentrerusiayucraniausandoroberta AT changoscar analisisdesentimientosdetuitsdelconflictoentrerusiayucraniausandoroberta AT ramosleo analisedesentimentodetuitesdoconflitoentrerussiaeucraniausandoroberta AT changoscar analisedesentimentodetuitesdoconflitoentrerussiaeucraniausandoroberta |
| _version_ |
1805400714039525376 |
| spelling |
UNICIENCIA176652023-06-30T18:57:28Z Sentiment Analysis of Russia-Ukraine Conflict Tweets Using RoBERTa Análisis de sentimientos de tuits del conflicto entre Rusia y Ucrania usando RoBERTa Análise de sentimento de tuítes do conflito entre Rússia e Ucrânia usando RoBERTa Ramos, Leo Chang, Oscar Sentiment analysis Russia-Ukraine conflict Twitter DistilRoBERTa Análisis de sentimientos Conflicto Rusia-Ucrania Twitter DistilRoBERTa análise de sentimento conflito Rússia-Ucrânia Twitter RoBERTa [Objective] The moment Russia officially invaded Ukraine, the world experienced a period of tension and uncertainty. As a social release valve digital communication, channels increased their number of users and activity, generating a large amount of data. Twitter, in particular, being one of the most popular channels for sharing information and opinions, exploded with activities related to this historical moment. And as with many other social events, such as COVID-19, this social network became one of the main sources of information, opinion, and knowledge. This paper analyzes sentiments in tweets related to the armed conflict between Russia and Ukraine. [Methodology] The analyzed dataset contains tweets from January 1, 2022, through March 3, 2022, and was collected using event-related hashtags. In total, 603,552 tweets in English and 1,664 in Russian were analyzed. To perform emotion classification, DistilRoBERTa variant and the pre-trained XLM-RoBERTa-Base model were used, respectively. English tweets were classified into seven emotions: anger, disgust, fear, joy, neutral, sadness, and surprise. Russian tweets were classified into positive negative, and neutral polarities. [Results] The results showed that most English tweets convey fear and anger as predominant feelings, reaching 32.08% and 15.18% of the total tweets analyzed, respectively. Regarding tweets in Russian, the majority presented negative polarity, with 86.83% of the total. Some of the most recurrent phrases in the analysis allude to support for Ukraine and call for a halt to the war. Likewise, phrases of concern for the crisis, weapons, and fatalities are recurrent. [Conclusion] As expected, most people were concerned about the armed conflict and upset and angry about its consequences. Future works could use more tweets to improve the analysis and increase the time range to be studied. The analysis could also be segmented to study the sentiments of tweets according to different groupings and compare them with other societies, for instance, tweets could be segmented by country and analyzed accordingly. [Objetivo] Cuando Rusia invadió oficialmente a Ucrania, el mundo vivió un periodo de tensión e incertidumbre. Como válvula de escape social, los canales de comunicación digital aumentaron su número de usuarios y su actividad, lo cual generó una gran cantidad de datos. Twitter, en particular, uno de los canales más populares para compartir información y opiniones, explotó con actividades relacionadas con el acontecimiento. Igual que con muchos otros eventos sociales, como el COVID-19, tal red social se convirtió en una de las principales fuentes de información, opinión y conocimiento. Este trabajo realiza un análisis de sentimientos de tuits ligados al conflicto armado entre Rusia y Ucrania. [Metodología] El conjunto de datos analizado contiene tuits desde el 1 de enero de 2022 hasta el 3 de marzo de 2022 y se recopiló utilizando hashtags vinculados con el suceso. En total, se analizaron 603 552 tuits en inglés y 1664 en ruso. Para realizar la clasificación de emociones, se utilizaron la variante DistilRoBERTa y el modelo preentrenado XLM-RoBERTa-Base, respectivamente. Los tuits en inglés se clasificaron en siete emociones: ira, disgusto, miedo, alegría, neutro, tristeza y sorpresa. Los tuits rusos se clasificaron en positivos, negativos y neutros. [Resultados] Los resultados mostraron que la mayoría de los tuits en inglés mostró miedo e ira como sentimientos predominantes, que alcanzaron el 32,08 % y el 15,18 % del total de tuits examinados, respectivamente. En cuanto a los tuits en ruso, la mayor parte presentó polaridad negativa, con un 86,83 % del total. Algunas de las frases más recurrentes en el análisis aluden al apoyo a Ucrania y piden el cese de la guerra. Asimismo, son frecuentes las frases de preocupación por la crisis, las armas y las víctimas mortales. [Conclusión] Como era de esperar, la mayoría de la gente estaba preocupada por el conflicto armado y tanto molesta como enfadada por sus consecuencias. Futuros trabajos podrían utilizar más tuits para mejorar el análisis y aumentar el rango temporal por estudiar. También, se podría segmentar el análisis, para estudiar el sentimiento de los tuits, según diferentes agrupaciones, y compararlos con otras sociedades; por ejemplo, examinar los tuits, de acuerdo con cada país o región. [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 número de 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. Universidad Nacional, Costa Rica 2023-06-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Papers evaluated by academic peers Artículos evaluados por pares académicos application/pdf text/html application/epub+zip https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/17665 10.15359/ru.37-1.23 Uniciencia; Vol. 37 No. 1 (2023): Uniciencia. January-December, 2023; 1-11 Uniciencia; Vol. 37 Núm. 1 (2023): Uniciencia. January-December, 2023; 1-11 Uniciencia; v. 37 n. 1 (2023): Uniciencia. January-December, 2023; 1-11 2215-3470 eng https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/17665/28448 https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/17665/28449 https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/17665/28450 Copyright (c) 2023 Shared by Journal and Authors (CC-BY-NC-ND) |