論文の概要: SenWave: Monitoring the Global Sentiments under the COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2006.10842v1
- Date: Thu, 18 Jun 2020 20:33:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-19 14:34:13.926322
- Title: SenWave: Monitoring the Global Sentiments under the COVID-19 Pandemic
- Title（参考訳）: SenWave: COVID-19パンデミック下でのグローバルなセンチメントのモニタリング
- Authors: Qiang Yang, Hind Alamro, Somayah Albaradei, Adil Salhi, Xiaoting Lv,
Changsheng Ma, Manal Alshehri, Inji Jaber, Faroug Tifratene, Wei Wang,
Takashi Gojobori, Carlos M. Duarte, Xin Gao, Xiangliang Zhang
- Abstract要約: SenWaveは105万以上のツイートとWeiboメッセージを使って、感情分析を行う。
SenWaveは、新型コロナウイルスに関する6つの言語でグローバルな会話の感情を明らかにしている。
全体として、SenWaveは楽観的かつ肯定的な感情が時間とともに増加し、新型コロナウイルス(COVID-19)の世界を改良するためのリセットを欲しがっていることを示している。
- 参考スコア（独自算出の注目度）: 26.109661374693935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Since the first alert launched by the World Health Organization (5 January,
2020), COVID-19 has been spreading out to over 180 countries and territories.
As of June 18, 2020, in total, there are now over 8,400,000 cases and over
450,000 related deaths. This causes massive losses in the economy and jobs
globally and confining about 58% of the global population. In this paper, we
introduce SenWave, a novel sentimental analysis work using 105+ million
collected tweets and Weibo messages to evaluate the global rise and falls of
sentiments during the COVID-19 pandemic. To make a fine-grained analysis on the
feeling when we face this global health crisis, we annotate 10K tweets in
English and 10K tweets in Arabic in 10 categories, including optimistic,
thankful, empathetic, pessimistic, anxious, sad, annoyed, denial, official
report, and joking. We then utilize an integrated transformer framework, called
simpletransformer, to conduct multi-label sentimental classification by
fine-tuning the pre-trained language model on the labeled data. Meanwhile, in
order for a more complete analysis, we also translate the annotated English
tweets into different languages (Spanish, Italian, and French) to generated
training data for building sentiment analysis models for these languages.
SenWave thus reveals the sentiment of global conversation in six different
languages on COVID-19 (covering English, Spanish, French, Italian, Arabic and
Chinese), followed the spread of the epidemic. The conversation showed a
remarkably similar pattern of rapid rise and slow decline over time across all
nations, as well as on special topics like the herd immunity strategies, to
which the global conversation reacts strongly negatively. Overall, SenWave
shows that optimistic and positive sentiments increased over time, foretelling
a desire to seek, together, a reset for an improved COVID-19 world.
- Abstract（参考訳）: 世界保健機関(WHO)による最初の警告(2020年1月5日)以来、新型コロナウイルスは180以上の国や地域に広がっている。
2020年6月18日現在、合計で840万人以上が死亡し、45万人以上が死亡している。
これは世界経済と雇用に大きな損失をもたらし、世界の人口の約58%を占める。
本稿では,1億5500万件以上のツイートとWeiboメッセージを用いて,新型コロナウイルスパンデミックにおける世界的感情の高まりと減少を評価するセンウェーブについて紹介する。
この世界的健康危機に直面するときの感情を詳細に分析するために、英語の1万ツイートとアラビア語の10万ツイートに、楽観的、感謝的、共感的、悲観的、不安、悲しみ、不満、否定、公式報告、冗談を含む10のカテゴリで注釈を付けます。
次に,ラベル付きデータ上で事前学習した言語モデルを微調整し,多ラベル感傷的分類を行うために,Simple Transformerと呼ばれる統合トランスフォーマフレームワークを利用する。
一方、より完全な分析を行うために、アノテーション付き英語ツイートを異なる言語(スペイン語、イタリア語、フランス語)に翻訳し、これらの言語の感情分析モデルを構築するためのトレーニングデータを生成する。
これにより、SenWaveは新型コロナウイルス(COVID-19)に関する6つの言語(英語、スペイン語、フランス語、イタリア語、アラビア語、中国語)で世界的会話の感情を明らかにする。
この会話は、世界的会話が強く否定的に反応する先進免疫戦略のような特別な話題と同様に、すべての国で急激な増加と緩やかな減少のパターンが驚くほど似ていた。
全体として、SenWaveは楽観的かつ肯定的な感情が時間とともに増加し、新型コロナウイルス(COVID-19)の世界を改良するためのリセットを欲しがっていることを示している。
関連論文リスト
- 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) - Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。
そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。
実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
論文 参考訳（メタデータ） (2021-10-13T04:44:02Z) - Extracting Feelings of People Regarding COVID-19 by Social Network
Mining [0.0]
英語における新型コロナウイルス関連ツイートのデータセットが収集される。
2020年3月23日から6月23日までに200万件以上のツイートが分析されている。
論文 参考訳（メタデータ） (2021-10-12T16:45:33Z) - Changes in European Solidarity Before and During COVID-19: Evidence from
a Large Crowd- and Expert-Annotated Twitter Dataset [77.27709662210363]
我々は,NLPにおける教師付き機械学習の新たな課題として,社会的連帯という社会科学的概念とその競争,反連帯の概念を導入する。
我々は,複数のアノテータと2つのアノテーションアプローチ(専門家対群衆)を利用して,(反)整合性表現のための2.3kの英語とドイツ語のつぶやきを注釈する。
今回の結果は、新型コロナウイルス危機で連帯がますます健全になり、競争が激化したことを示している。
論文 参考訳（メタデータ） (2021-08-02T17:03:12Z) - 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) - COVID-19 sentiment analysis via deep learning during the rise of novel
cases [0.5156484100374059]
我々はtwitter上で感情分析を行うために,long short-term memory(lstm)リカレントニューラルネットワークを用いたディープラーニング言語モデルを用いた。
我々は、ほとんどのツイートは、インドのCOVID-19事件の台頭中に高いレベルの楽観主義で肯定的であることが判明しました。
楽観的で冗談を言うツイートは、主に月間ツイートを支配しており、ネガティブな感情が表される回数はずっと少なかった。
論文 参考訳（メタデータ） (2021-04-05T04:31:19Z) - 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) - A Multilingual Neural Machine Translation Model for Biomedical Data [84.17747489525794]
生物医学領域におけるテキストの翻訳に使用できる多言語ニューラルマシン翻訳モデルをリリースする。
このモデルは5つの言語(フランス語、ドイツ語、イタリア語、韓国語、スペイン語)から英語に翻訳できる。
ドメインタグを使用して、大量のジェネリックおよびバイオメディカルデータをトレーニングする。
論文 参考訳（メタデータ） (2020-08-06T21:26:43Z) - TICO-19: the Translation Initiative for Covid-19 [112.5601530395345]
COvid-19の翻訳イニシアチブ(TICO-19)は、テストおよび開発データを、35の異なる言語でAIおよびMT研究者に提供した。
同じデータが表現されているすべての言語に変換されるため、テストや開発は、セット内の任意の言語のペアリングに対して行うことができる。
論文 参考訳（メタデータ） (2020-07-03T16:26:17Z) - 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) - 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)
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。