論文の概要: Measuring Emotions in the COVID-19 Real World Worry Dataset

• arxiv url: http://arxiv.org/abs/2004.04225v2
• Date: Thu, 14 May 2020 17:57:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-15 09:31:46.679928
• Title: Measuring Emotions in the COVID-19 Real World Worry Dataset
• Title（参考訳）: 新型コロナのリアル・ワールド・ワーリー・データセットで感情を測る
• Authors: Bennett Kleinberg, Isabelle van der Vegt, Maximilian Mozes
• Abstract要約: 本稿では、COVID-19に対する感情反応に関する基礎的真実データセットについて述べる。 参加者に感情を示し、テキストで表現するように頼みました。 分析の結果,感情応答は言語的尺度と相関していたことが示唆された。
• 参考スコア（独自算出の注目度）: 0.9410583483182656
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The COVID-19 pandemic is having a dramatic impact on societies and economies around the world. With various measures of lockdowns and social distancing in place, it becomes important to understand emotional responses on a large scale. In this paper, we present the first ground truth dataset of emotional responses to COVID-19. We asked participants to indicate their emotions and express these in text. This resulted in the Real World Worry Dataset of 5,000 texts (2,500 short + 2,500 long texts). Our analyses suggest that emotional responses correlated with linguistic measures. Topic modeling further revealed that people in the UK worry about their family and the economic situation. Tweet-sized texts functioned as a call for solidarity, while longer texts shed light on worries and concerns. Using predictive modeling approaches, we were able to approximate the emotional responses of participants from text within 14% of their actual value. We encourage others to use the dataset and improve how we can use automated methods to learn about emotional responses and worries about an urgent problem.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックは世界中の社会や経済に劇的な影響を与えている。 ロックダウンやソーシャルディスタンシングのさまざまな対策が整うことで、感情的な反応を大規模に理解することが重要になる。 本稿では、COVID-19に対する感情反応に関する基礎的真実データセットを提示する。 参加者に感情を示し、テキストで表現するように頼みました。 その結果、Real World Worry Dataset of 5,000 texts (2,500 short + 2,500 long texts)となった。 分析の結果,感情反応は言語指標と相関したことが示唆された。 トピックモデリングにより、英国の人々は家族や経済状況について心配していることが明らかとなった。 ツイートサイズのテキストは連帯の呼びかけとして機能し、長いテキストは心配や懸念に光を当てた。 予測モデル手法を用いて,テキストから参加者の感情反応を実際の値の14%以内で推定することができた。 データセットの使用を推奨し、自動メソッドを使用して感情的な反応を学び、緊急の問題を心配する方法について改善する。

関連論文リスト

• Exploring a Hybrid Deep Learning Framework to Automatically Discover Topic and Sentiment in COVID-19 Tweets [2.3940819037450987]
  新型コロナウイルスは、世界的な公衆衛生問題や、経済危機、失業、精神的苦痛などの問題を引き起こしている。 このパンデミックは世界中で致命的であり、多くの人々が感染症だけでなく、問題、ストレス、不思議、恐怖、恨み、憎しみに悩まされている。 Twitterは、非常に影響力のあるソーシャルメディアプラットフォームであり、健康関連情報、ニュース、意見、世論などの重要な情報源である。
  論文  参考訳（メタデータ） (2023-12-02T16:58:17Z)
• Emotionally Numb or Empathetic? Evaluating How LLMs Feel Using EmotionBench [83.41621219298489]
  心理学からの感情評価理論を用いて,Large Language Models (LLMs) の人為的能力を評価する。 我々は、研究の中心となる8つの感情を引き出すのに有効な400以上の状況を含むデータセットを収集した。 我々は世界中の1200人以上の被験者を対象に人間による評価を行った。
  論文  参考訳（メタデータ） (2023-08-07T15:18:30Z)
• BERT-Deep CNN: State-of-the-Art for Sentiment Analysis of COVID-19 Tweets [0.7850663096185592]
  新型コロナウイルスのパンデミックは、ソーシャルメディアプラットフォーム上で議論されている出来事の1つだ。 パンデミックの状況では、ソーシャルメディアのテキストを分析して感情的傾向を明らかにすることが非常に有用である。 我々は、最先端のBERTモデルとDeep CNNモデルを用いて、ソーシャルメディアを通じて、新型コロナウイルスのパンデミックに対する社会の認識を研究する。
  論文  参考訳（メタデータ） (2022-11-04T14:35:56Z)
• Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
  CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
  論文  参考訳（メタデータ） (2022-10-22T19:10:26Z)
• Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
  我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。 本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。 私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
  論文  参考訳（メタデータ） (2022-10-04T22:44:17Z)
• MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional Support Conversation [64.37111498077866]
  本稿では,感情支援会話のための新しいモデルを提案する。 ユーザの微妙な感情状態を推測し、その後、戦略の混合を使って巧みに応答する。 評価実験の結果,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2022-03-25T10:32:04Z)
• When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
  感情をラベル付けした1万ツイートのCovidEmoを紹介します。 事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
  論文  参考訳（メタデータ） (2021-07-23T04:07:14Z)
• Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
  私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。 本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
  論文  参考訳（メタデータ） (2020-04-29T16:17:49Z)
• Women worry about family, men about the economy: Gender differences in emotional responses to COVID-19 [0.6675491069288519]
  本研究は、ジェンダーの違いと文書の長さが、現在進行中の新型コロナウイルスの状況に対する懸念に与える影響について検討する。 女性は自分の愛する人や深刻な健康上の懸念をもっと心配し、男性は経済や社会への影響に夢中になっていた。
  論文  参考訳（メタデータ） (2020-04-17T12:23:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。