論文の概要: Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions

• arxiv url: http://arxiv.org/abs/2005.14464v3
• Date: Fri, 5 Jun 2020 06:36:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 23:51:19.992568
• Title: Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions
• Title（参考訳）: オンラインソーシャルメディア上でのCOVID-19分析:トレンド、感情、感情
• Authors: Xiaoya Li, Mingxin Zhou, Jiawei Wu, Arianna Yuan, Fei Wu and Jiwei Li
• Abstract要約: 我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。 我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
• 参考スコア（独自算出の注目度）: 44.92240076313168
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: At the time of writing, the ongoing pandemic of coronavirus disease (COVID-19) has caused severe impacts on society, economy and people's daily lives. People constantly express their opinions on various aspects of the pandemic on social media, making user-generated content an important source for understanding public emotions and concerns. In this paper, we perform a comprehensive analysis on the affective trajectories of the American people and the Chinese people based on Twitter and Weibo posts between January 20th, 2020 and May 11th 2020. Specifically, by identifying people's sentiments, emotions (i.e., anger, disgust, fear, happiness, sadness, surprise) and the emotional triggers (e.g., what a user is angry/sad about) we are able to depict the dynamics of public affect in the time of COVID-19. By contrasting two very different countries, China and the Unites States, we reveal sharp differences in people's views on COVID-19 in different cultures. Our study provides a computational approach to unveiling public emotions and concerns on the pandemic in real-time, which would potentially help policy-makers better understand people's need and thus make optimal policy.
• Abstract（参考訳）: 執筆時点では、現在進行中の新型コロナウイルスのパンデミック(covid-19)が社会、経済、人々の日常生活に深刻な影響を及ぼしている。 人々はソーシャルメディア上でパンデミックのさまざまな側面について意見を常に表明し、ユーザー生成コンテンツは公共の感情や懸念を理解する上で重要な情報源となっている。 本稿では,2020年1月20日から2020年5月11日までのTwitterとWeiboの投稿に基づいて,米国人と中国人の情緒的軌跡を包括的に分析した。 具体的には、人々の感情、感情(怒り、嫌悪感、恐怖、幸福、悲しみ、驚き)と感情的な引き金(例えば、ユーザーが怒り/悲しみを抱いているもの)を識別することで、COVID-19の時代に公衆の感情のダイナミクスを描写することができる。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが見られる。 本研究は、パンデミックに対する公衆の感情や懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをより理解し、最適な政策を立案するのに役立つ。

関連論文リスト

• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
  私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。 ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
  論文  参考訳（メタデータ） (2023-04-19T18:32:49Z)
• How People Respond to the COVID-19 Pandemic on Twitter: A Comparative Analysis of Emotional Expressions from US and India [3.2296078260106174]
  新型コロナウイルス(COVID-19)のパンデミックは世界中の何百万人もの命が引き起こされ、感情が高まったと主張している。 本研究は、米国とインドで5億5500万件以上のツイートで示された、COVID-19に関連するさまざまな感情の表現について検討する。
  論文  参考訳（メタデータ） (2023-03-19T04:05:10Z)
• 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)
• The relationship between sentiment score and COVID-19 cases in the United States [0.0]
  我々は、新型コロナウイルス関連ツイートから感情スコアと意見を抽出する枠組みを検討する。 ユーザーの感情と米国中の新型コロナウイルス感染者を結びつけるとともに、特定の新型コロナウイルスのマイルストーンが公衆の感情に与える影響を調査します。
  論文  参考訳（メタデータ） (2022-01-09T01:07:13Z)
• 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)
• Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
  国像は国際関係と経済発展に大きな影響を与えている。 新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。 本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
  論文  参考訳（メタデータ） (2020-09-12T15:54:51Z)
• Cross-Cultural Polarity and Emotion Detection Using Sentiment Analysis and Deep Learning -- a Case Study on COVID-19 [2.983310828879753]
  ソーシャルメディアは、新型コロナウイルス(COVID-19)に対する肯定的な感情と否定的な感情、パンデミック、ロックダウン、ハッシュタグを含む投稿で攻撃を受けた。 この研究は、パンデミックとロックダウン期間の初期段階で示された感情の極性と感情を検出し、分析する傾向がある。
  論文  参考訳（メタデータ） (2020-08-23T12:43:26Z)
• How Have We Reacted To The COVID-19 Pandemic? Analyzing Changing Indian Emotions Through The Lens of Twitter [2.805251632575323]
  WHOは216カ国と領土で600,000人近くが死亡し、1300万人以上が確認されたと報告している。 インドは、米国とブラジルに次いで、パンデミックで3番目に最悪の国となった。 ツイートから人の感情を識別する深層学習システムを提案する。
  論文  参考訳（メタデータ） (2020-08-20T15:39:05Z)
• Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media [14.662523926129117]
  大規模なソーシャルメディア投稿から、COVID-19による話題や感情のダイナミクスを分析した。 安全な家にいよう」といった話題は肯定的な感情で支配されている。 人の死のような他のものは、常に否定的な感情を示しています。
  論文  参考訳（メタデータ） (2020-07-05T12:05:30Z)
• 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)

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。