Artigo De: orcid, dblp, scopus, cienciavitae
Representing uncertainty through sentiment and stance visualizations: A survey
A survey
Graphical Models
— 2023 — Elsevier
Informações chave
Autores:
Publicado em
01/09/2023
Resumo
Visual analytics combines automated analysis techniques with interactive visualizations for effective understanding, reasoning, and decision-making on complex data. However, accurately classifying sentiments and stances in sentiment analysis remains challenging due to ambiguity and individual differences. This survey examines 35 papers published between 2016 and 2022, identifying unaddressed sources of friction that contribute to a gap between individual sentiment, processed data, and visual representation. We explore the impact of visualizations on data perception, analyze existing techniques, and investigate the many facets of uncertainty in sentiment and stance visualizations. We also discuss the evaluation methods used and present opportunities for future research. Our work addresses a gap in previous surveys by focusing on uncertainty and the visualization of sentiment and stance, providing valuable insights for researchers in graphical models, computational methods, and information visualization.
Detalhes da publicação
Autores da comunidade :
Bárbara de Araújo Ramalho
ist182057
Joaquim Armando Pires Jorge
ist13909
Sandra Pereira Gama
ist152404
Versão da publicação
AO - Versão original do autor
Editora
Elsevier
Título do contentor da publicação
Graphical Models
Primeira página ou número de artigo
101191
Última página
101191
Volume
129
ISSN
1524-0703
Domínio Científico (FOS)
computer-and-information-sciences - Ciências da Computação e da Informação
Idioma da publicação (código ISO)
eng - Inglês
Identificador alternativo (URI)
http://dx.doi.org/10.1016/j.gmod.2023.101191
Acesso à publicação:
Acesso apenas a metadados
Entidade financiadora da bolsa/projeto
United Nations Educational, Scientific and Cultural Organization
Identificador da Entidade Financiadora: 2022.09212