Classificação de sentimento sobre agentes do Valorant

Abstract

Este estudo se propõe a investigar a aplicação de técnicas de Processamento de Linguagem Natural (NLP) na análise das percepções dos jogadores acerca dos agentes do renomado jogo Valorant, utilizando como fonte de dados a plataforma social Twitter, que atualmente se chama X mas possui a mesma API que era utilizada no Twitter anteriormente. O principal objetivo é explorar como as opiniões dos jogadores são articuladas em textos curtos e informais nesse ambiente digital e, mais crucialmente, como essas percepções podem ser desvendadas e compreendidas por meio de abordagens de NLP. Para alcançar esse intuito, a pesquisa seguiu uma metodologia abrangente que abarcou desde a coleta meticulosa de tweets pertinentes até o rigoroso pré-processamento dos dados obtidos. Em seguida, foi conduzida uma análise de sentimentos detalhada, permitindo não apenas capturar as emoções expressas pelos jogadores, mas também discernir a polaridade desses sentimentos em relação a cada agente do jogo Valorant. Além disso, uma etapa crucial do estudo consistiu na identificação e classificação de tópicos recorrentes nos tweets, visando extrair insights valiosos sobre a recepção dos jogadores em relação aos diferentes agentes do jogo. Essa análise de tópicos proporcionou uma compreensão mais profunda das preferências. Portanto, ao adotar uma abordagem multidisciplinar que integra conceitos de NLP com a análise de sentimentos e identificação de tópicos, este estudo oferece uma contribuição substancial para o entendimento das percepções dos jogadores sobre os agentes do jogo Valorant, ao mesmo tempo em que destaca o potencial das técnicas de NLP para análise de dados textuais em contextos sociais e informais como o Twitter.

This study aims to investigate the application of Natural Language Processing (NLP) techniques in the analysis of players' perceptions about the agents of the renowned game Valorant, using as a data source the social platform Twitter, which is currently called X and use same API that was used on Twitter previously.The main objective is to explore how players' opinions are articulated in short, informal texts in this digital environment and, more crucially, how these perceptions can be uncovered and understood through NLP approaches. To achieve this aim, the research followed a comprehensive methodology that ranged from the meticulous collection of relevant tweets to the rigorous pre-processing of the data obtained. Next, a detailed sentiment analysis was conducted, allowing us to not only capture the emotions expressed by players, but also discern the polarity of these feelings towards each agent in the Valorant game. Furthermore, a crucial stage of the study consisted of identifying and classifying recurring topics in tweets, aiming to extract valuable insights into players' reception towards different game agents. This topic analysis provided a deeper understanding of preferences. Therefore, by adopting a multidisciplinary approach that integrates NLP concepts with sentiment analysis and topic identification, this study offers a substantial contribution to understanding players' perceptions of Valorant game agents, while also highlighting the potential of NLP techniques for analyzing textual data in social and informal contexts such as Twitter.