Neste trabalho utilizamos de técnicas de Mineração de Texto (também conhecidas como Text Mining) para buscar padrões em mensagens publicadas na Rede Social Virtual Twitter tendo como referência a palavra-chave COVID-19. O objetivo principal do trabalho é identificar padrões de reação com respeito à palavra-chave COVID-19. Para tal finalidade, como metodologia são utilizados algoritmos para análise das opiniões nos textos e reações publicados por um conjunto selecionados de usuários do Twitter. Este conjunto de algoritmos é conhecido na área de Text Mining como Análise de Sentimentos. Com este conjunto de ferramentas é possível elaborar um quadro que permite identificar o padrão da amostra de mensagens publicadas por aquele usuário específico no período considerado. Neste trabalho foram considerados como usuários para análise: @dcm_online, @g1, @uol, @tvsenado, @NexoJornal, @BandJornalismo, @jornalggn, @revistaforum. As publicações referem-se ao mês de setembro de 2020, efetuadas em língua portuguesa, cuja abrangência geográfica foi território brasileiro. Como conclusões deste trabalho destacamos: 1. A nota média obtida para o usuário @g1 é inferior às notas médias para outros usuários, tradicionalmente associados como críticos do atual governo; 2. O destaque identificado pelas trigramas para a questão da Covid-19 e as terras dos Yanomami; 3. A relevância da discussão sobre bidirecionalidade entre agentes emissores de notícias nas Redes Sociais.