Fugu-MT 論文翻訳(概要): Mining Coronavirus (COVID-19) Posts in Social Media

論文の概要: Mining Coronavirus (COVID-19) Posts in Social Media

arxiv url: http://arxiv.org/abs/2004.06778v1
Date: Sat, 28 Mar 2020 23:38:50 GMT
ステータス: 処理完了
システム内更新日: 2022-12-18 23:20:56.136651
Title: Mining Coronavirus (COVID-19) Posts in Social Media
Title（参考訳）: ソーシャルメディアでコロナウイルス(COVID-19)の投稿をマイニング
Authors: Negin Karisani, Payam Karisani
Abstract要約: 世界保健機関(WHO)は2020年3月11日、新型コロナウイルス(COVID-19)を世界的なパンデミックと位置づけた。本稿では,最先端機械学習モデルを用いたソーシャルメディア利用者投稿から,新型コロナウイルスの陽性報告を自動的に検出する研究の予備的結果を報告する。
参考スコア（独自算出の注目度）: 3.04585143845864
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: World Health Organization (WHO) characterized the novel coronavirus (COVID-19) as a global pandemic on March 11th, 2020. Before this and in late January, more specifically on January 27th, while the majority of the infection cases were still reported in China and a few cruise ships, we began crawling social media user postings using the Twitter search API. Our goal was to leverage machine learning and linguistic tools to better understand the impact of the outbreak in China. Unlike our initial expectation to monitor a local outbreak, COVID-19 rapidly spread across the globe. In this short article we report the preliminary results of our study on automatically detecting the positive reports of COVID-19 from social media user postings using state-of-the-art machine learning models.
Abstract（参考訳）: 世界保健機関(WHO)は、新型コロナウイルスを2020年3月11日の世界的パンデミックと位置づけた。この前と1月下旬、特に1月27日、中国と数隻のクルーズ船で感染者の大半が報告されたが、Twitterの検索APIを使ってソーシャルメディアのユーザー投稿をクロールし始めた。私たちの目標は、機械学習と言語ツールを活用して、中国におけるアウトブレイクの影響をよりよく理解することでした。新型コロナウイルス(COVID-19)が世界中で急速に広まっている。本稿では,最先端機械学習モデルを用いたソーシャルメディア利用者投稿から,新型コロナウイルスの陽性報告を自動的に検出する研究の予備的結果を報告する。

関連論文リスト

"COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文参考訳（メタデータ） (2022-06-12T19:41:01Z)
Rapid COVID-19 Risk Screening by Eye-region Manifestations [64.6260390977642]
新型コロナウイルス(COVID-19)の患者には、臨床的な証拠として、より多くの眼症状が報告されている。そこで本研究では,共通CCDおよびCMOSカメラで撮像された眼領域画像の高速スクリーニング手法を提案する。我々の新型コロナウイルスの急激な事前スクリーニングモデルは、コストが低く、完全自己パフォーマンスで、非侵襲的で、重要なリアルタイム性を持つため、継続的な健康監視を可能にします。
論文参考訳（メタデータ） (2021-06-12T01:56:10Z)
Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文参考訳（メタデータ） (2020-07-22T18:02:39Z)
Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文参考訳（メタデータ） (2020-06-05T02:04:25Z)
Twitter discussions and emotions about COVID-19 pandemic: a machine learning approach [0.0]
我々は、2020年3月1日から4月21日にかけての「コロナウイルス」「新型コロナウイルス」「隔離」など25のハッシュタグのリストを用いて、新型コロナウイルスのパンデミックに関連する400万のTwitterメッセージを分析した。我々は、13の議論トピックを特定し、それらを「新型コロナウイルスの拡散を遅らせるための公衆衛生措置」、「新型コロナウイルスに関連する社会的汚職」、「米国でのコロナウイルスのニュースと死」、「世界の他の場所でのコロナウイルスのケース」など、5つの異なるテーマに分類する。
論文参考訳（メタデータ） (2020-05-26T16:10:02Z)
Public discourse and sentiment during the COVID-19 pandemic: using Latent Dirichlet Allocation for topic modeling on Twitter [10.857375706178622]
この研究は、Twitterユーザーの新型コロナウイルスに対する言論と心理的反応を理解することを目的としている。私たちは、2020年1月23日から3月7日までに収集された新型コロナウイルスに関連する約190万のツイートを分析するために、機械学習技術を使用します。結果は、Twitterで一般的なトピックとして、治療や症状に関連するメッセージを明らかにしない。
論文参考訳（メタデータ） (2020-05-18T15:50:38Z)
The Ivory Tower Lost: How College Students Respond Differently than the General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文参考訳（メタデータ） (2020-04-21T13:02:38Z)
Large Arabic Twitter Dataset on COVID-19 [0.7734726150561088]
2019年12月下旬に中国で発生した新型コロナウイルス(COVID-19)は、今や世界中で急速に普及している。全世界で確認された感染者は200万人を超え、死者は180,000人を超えている。この研究は、2020年1月1日以来、私たちが収集してきた新型コロナウイルスに関する最初のアラビア語のつぶやきデータセットについて述べています。
論文参考訳（メタデータ） (2020-04-09T01:07:12Z)
A machine learning methodology for real-time forecasting of the 2019-2020 COVID-19 outbreak using Internet searches, news alerts, and estimates from mechanistic models [53.900779250589814]
提案手法は,2日前の安定かつ正確な予測を行うことができる。我々のモデルでは,中国32州中27州において,ベースラインモデルよりも予測力が優れています。
論文参考訳（メタデータ） (2020-04-08T14:39:32Z)
The Second Worldwide Wave of Interest in Coronavirus since the COVID-19 Outbreaks in South Korea, Italy and Iran: A Google Trends Study [0.0]
この研究は、新型コロナウイルスの感染拡大に対する世界中の関心を監視するために、Google Trends(GT)の利用の可能性を探るものである。 GTは、このトピックに関心があるため、リバースエンジニアリングデータのソースとして選ばれた。情報需要の第1波で世界最高水準に達したのは2020年1月31日だった。
論文参考訳（メタデータ） (2020-03-24T17:33:59Z)

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。