論文の概要: Health, Psychosocial, and Social issues emanating from COVID-19 pandemic
based on Social Media Comments using Natural Language Processing
- arxiv url: http://arxiv.org/abs/2007.12144v1
- Date: Thu, 23 Jul 2020 17:19:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 12:56:39.836436
- Title: Health, Psychosocial, and Social issues emanating from COVID-19 pandemic
based on Social Media Comments using Natural Language Processing
- Title（参考訳）: 自然言語処理を用いたソーシャルメディアコメントに基づくCOVID-19パンデミックからの健康・心理・社会問題
- Authors: Oladapo Oyebode, Chinenye Ndulue, Ashfaq Adib, Dinesh Mulchandani,
Banuchitra Suruliraj, Fidelia Anulika Orji, Christine Chambers, Sandra Meier,
and Rita Orji
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは、世界の健康危機を引き起こし、多くの人の生活に影響を与えている。
ソーシャルメディアのデータは、政府や保健機関がパンデミックにどう対処しているかに対する大衆の認識を明らかにすることができる。
本稿は、新型コロナウイルスのパンデミックが世界規模でソーシャルメディアデータを利用した人々に与える影響を調査することを目的とする。
- 参考スコア（独自算出の注目度）: 8.150081210763567
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic has caused a global health crisis that affects many
aspects of human lives. In the absence of vaccines and antivirals, several
behavioural change and policy initiatives, such as physical distancing, have
been implemented to control the spread of the coronavirus. Social media data
can reveal public perceptions toward how governments and health agencies across
the globe are handling the pandemic, as well as the impact of the disease on
people regardless of their geographic locations in line with various factors
that hinder or facilitate the efforts to control the spread of the pandemic
globally. This paper aims to investigate the impact of the COVID-19 pandemic on
people globally using social media data. We apply natural language processing
(NLP) and thematic analysis to understand public opinions, experiences, and
issues with respect to the COVID-19 pandemic using social media data. First, we
collect over 47 million COVID-19-related comments from Twitter, Facebook,
YouTube, and three online discussion forums. Second, we perform data
preprocessing which involves applying NLP techniques to clean and prepare the
data for automated theme extraction. Third, we apply context-aware NLP approach
to extract meaningful keyphrases or themes from over 1 million randomly
selected comments, as well as compute sentiment scores for each theme and
assign sentiment polarity based on the scores using lexicon-based technique.
Fourth, we categorize related themes into broader themes. A total of 34
negative themes emerged, out of which 15 are health-related issues,
psychosocial issues, and social issues related to the COVID-19 pandemic from
the public perspective. In addition, 20 positive themes emerged from our
results. Finally, we recommend interventions that can help address the negative
issues based on the positive themes and other remedial ideas rooted in
research.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、世界の健康危機を引き起こし、多くの人の生活に影響を与えている。
ワクチンや抗ウイルス薬がなければ、新型コロナウイルスの感染拡大を抑制するため、身体的距離調整などの行動変化や政策イニシアティブがいくつか実施されている。
ソーシャルメディアのデータは、世界中の政府や医療機関がパンデミックをどう扱っているかに関する一般の認識や、地理的な場所に関わらず人々に病気が与える影響を、世界的なパンデミックの広がりを阻害または促進する様々な要因に沿って明らかにすることができる。
本稿は、新型コロナウイルスのパンデミックが世界規模でソーシャルメディアデータを利用した人々に与える影響を調査することを目的とする。
ソーシャルメディアデータを用いた新型コロナウイルスのパンデミックに関する世論,経験,問題を理解するために,自然言語処理(NLP)とテーマ分析を適用した。
まず、Twitter、Facebook、YouTube、および3つのオンラインディスカッションフォーラムから4700万件以上のCOVID-19関連コメントを集めました。
第2に,nlp技術を適用し,自動テーマ抽出のためのデータのクリーニングと準備を行うデータ前処理を行う。
第3に,コンテキスト対応のnlpアプローチを用いて,100万以上のランダム選択コメントから意味のあるキーフレーズやテーマを抽出するとともに,各テーマに対する感情スコアを算出し,レキシコンベースの手法を用いてスコアに基づいて感情極性を割り当てる。
第4に,関連するテーマをより広いテーマに分類する。
これまでに34の否定的なテーマが浮上し、そのうち15のテーマは健康に関する問題、精神社会的問題、そして公衆の観点からのCOVID-19パンデミックに関連する社会問題である。
また,結果から陽性テーマが20件出現した。
最後に、ポジティブなテーマや研究に根ざした他の改善思想に基づいて、ネガティブな問題に対処するための介入を推奨する。
関連論文リスト
- Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - Exploring Social Media for Early Detection of Depression in COVID-19
Patients [44.76299288962596]
早期に検出と介入は、新型コロナウイルス患者のうつ病のリスクを減少させる可能性がある。
我々は、感染前後のソーシャルメディア活動に関する情報を含む新型コロナウイルス患者のデータセットを管理した。
うつ病リスクの高いCOVID-19患者の特徴を明らかにするため,本データセットを広範囲に分析した。
論文 参考訳（メタデータ） (2023-02-23T14:13:52Z) - "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) - Surveillance of COVID-19 Pandemic using Social Media: A Reddit Study in
North Carolina [5.38552621556164]
我々はソーシャルメディアに侵入し、緩和と検出戦略の取り込みを回避し、パンデミックに関する問題や懸念を捉えます。
ノースカロライナの4大サブレディットコミュニティから6ヶ月にわたって新型コロナウイルス関連の投稿を抽出した後、ノイズの多いデータをきれいにするためにNLPベースの前処理を行いました。
我々は,「マスク」,「フル」,「テスト」が「個人保護装置」,「症状」,「検査」のカテゴリーで最も多い名前であることを示した。
論文 参考訳（メタデータ） (2021-06-07T06:55:25Z) - Textual Analysis of Communications in COVID-19 Infected Community on
Social Media [8.243563562508466]
新型コロナウイルスのパンデミックの間、人々はソーシャルメディアでパンデミック関連のトピックについて議論し始めました。
本研究では,言語学的観点から,サブレディットに関する議論の性質について理解しようと試みる。
3つの異なるカテゴリーの話題にまたがる言語特性の違いを見出した。
論文 参考訳（メタデータ） (2021-05-03T22:09:35Z) - Leveraging Natural Language Processing to Mine Issues on Twitter During
the COVID-19 Pandemic [0.3674863913115431]
新型コロナウイルス感染症(COVID-19)の世界的な流行が世界中に広がった。
パンデミックに対する公衆の懸念や対応を理解するためには、機械学習技術を利用して無関係なツイートをフィルタリングするシステムが必要である。
本研究では,2020年1月1日から2020年4月30日までの間に,新型コロナウイルスのパンデミックに関連するツイートを識別するシステムを構築した。
論文 参考訳（メタデータ） (2020-10-31T22:26:26Z) - COVID-19 Pandemic: Identifying Key Issues using Social Media and Natural
Language Processing [14.54689130381201]
ソーシャルメディアデータは、パンデミックに対する大衆の認識と経験を明らかにすることができる。
われわれは6つのソーシャルメディアプラットフォームから集めた新型コロナウイルス関連コメントを分析した。
我々は、34の負のテーマを特定し、そのうち17は経済的、社会政治的、教育的、政治的問題である。
論文 参考訳（メタデータ） (2020-08-23T12:05:12Z) - 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) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳（メタデータ） (2020-06-23T03:36:19Z) - Analyzing COVID-19 on Online Social Media: Trends, Sentiments and
Emotions [44.92240076313168]
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。
論文 参考訳（メタデータ） (2020-05-29T09:24:38Z) - 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)
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。