論文の概要: Cross-language sentiment analysis of European Twitter messages duringthe
COVID-19 pandemic
- arxiv url: http://arxiv.org/abs/2008.12172v1
- Date: Thu, 27 Aug 2020 15:00:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 08:20:38.348083
- Title: Cross-language sentiment analysis of European Twitter messages duringthe
COVID-19 pandemic
- Title（参考訳）: 新型コロナウイルス感染拡大に伴う欧州のTwitterメッセージの言語間感情分析
- Authors: Anna Kruspe and Matthias H\"aberle and Iona Kuhn and Xiao Xiang Zhu
- Abstract要約: ヨーロッパでの新型コロナウイルス(COVID-19)パンデミックの最初の数ヶ月の間に収集されたTwitterメッセージについて、その感情について分析する。
我々は、その成果を起源の国によって分け、それらの国の出来事と時間的発展を関連付けている。
例えば、ロックダウンの発表は、ほとんどの調査対象国で気分の悪化と相関しており、短期間で回復します。
- 参考スコア（独自算出の注目度）: 14.821130865253304
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social media data can be a very salient source of information during crises.
User-generated messages provide a window into people's minds during such times,
allowing us insights about their moods and opinions. Due to the vast amounts of
such messages, a large-scale analysis of population-wide developments becomes
possible. In this paper, we analyze Twitter messages (tweets) collected during
the first months of the COVID-19 pandemic in Europe with regard to their
sentiment. This is implemented with a neural network for sentiment analysis
using multilingual sentence embeddings. We separate the results by country of
origin, and correlate their temporal development with events in those
countries. This allows us to study the effect of the situation on people's
moods. We see, for example, that lockdown announcements correlate with a
deterioration of mood in almost all surveyed countries, which recovers within a
short time span.
- Abstract（参考訳）: ソーシャルメディアデータは、危機時に非常に健全な情報ソースになり得る。
ユーザー生成メッセージは、そのような時間に人々の心の窓となり、気分や意見についての洞察を与えてくれます。
このようなメッセージが大量にあるため、人口規模の大規模分析が可能となった。
本稿では、ヨーロッパでのCOVID-19パンデミックの最初の数ヶ月に収集されたTwitterメッセージ(つぶやき)について、その感情について分析する。
これは多言語文埋め込みを用いた感情分析のためのニューラルネットワークで実装されている。
我々は,その成果を原産地別に分離し,それらの国における事象と時間的発展を関連付ける。
これにより、状況が人々の気分に与える影響を研究することができる。
例えば、ロックダウンの発表は、ほぼすべての調査対象国で気分の低下と相関しており、短期間で回復する。
関連論文リスト
- Large language models for sentiment analysis of newspaper articles during COVID-19: The Guardian [0.16777183511743468]
この研究は、新型コロナウイルスのさまざまな段階におけるガーディアン紙の感情分析を提供する。
パンデミックの初期段階では、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移した。
結果は、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことを示している。
論文 参考訳（メタデータ） (2024-05-20T07:10:52Z) - News and Misinformation Consumption in Europe: A Longitudinal
Cross-Country Perspective [49.1574468325115]
本研究では,欧州4カ国における情報消費について検討した。
フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。
信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
論文 参考訳（メタデータ） (2023-11-09T16:22:10Z) - Probing Brain Context-Sensitivity with Masked-Attention Generation [87.31930367845125]
我々は、GPT-2変換器を用いて、一定量の文脈情報をキャプチャする単語埋め込みを生成する。
そして、自然主義的なテキストを聴く人間のfMRI脳活動を予測することができるかどうかを検証した。
論文 参考訳（メタデータ） (2023-05-23T09:36:21Z) - COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal
Understanding of the Pandemic with Social Media Conversations [4.07452542897703]
ソーシャルメディアプラットフォームは、新型コロナウイルス(COVID-19)に関する世界的な会話の手段として機能している。
本稿では,パンデミックを取り巻くソーシャルメディア会話の重要コンテンツと特徴の分析,マイニング,追跡のための枠組みを提案する。
論文 参考訳（メタデータ） (2021-04-22T00:45:50Z) - 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) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳（メタデータ） (2020-10-15T16:02:25Z) - 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) - Topic, Sentiment and Impact Analysis: COVID19 Information Seeking on
Social Media [1.6328866317851185]
この研究は、COVID19に関連するオーストラリアの球面の大規模な時空間的ツイートデータセットを分析した。
この手法にはボリューム分析、ダイナミックトピックモデリング、感情検出、セマンティックブランドスコアが含まれていた。
得られた知見は、政府報告事例のような独立に観察された現象と比較される。
論文 参考訳（メタデータ） (2020-08-28T02:03:18Z) - Dashboard of sentiment in Austrian social media during COVID-19 [0.12656629989060433]
3つの異なるデータソースからのデジタルトレースを用いて、感情力学の自己更新モニタを構築する。
私たちはWebスクレイピングとAPIアクセスを使って、ニュースプラットフォームであるderstandard.at、Twitter、学生向けのチャットプラットフォームからデータを取得する。
同様のツールの開発に関心のある他の研究者に資料を提供するため、ワークフローの技術的な詳細を文書化します。
論文 参考訳（メタデータ） (2020-06-19T14:42:38Z) - 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) - Tracking, exploring and analyzing recent developments in German-language
online press in the face of the coronavirus crisis: cOWIDplus Analysis and
cOWIDplus Viewer [62.997667081978825]
新型コロナウイルスのパンデミックは、世界が第二次世界大戦以来直面してきた最大の危機かもしれない。
私たちの主要なコミュニケーションツールとして言語に影響を与えているのも驚きではありません。
ドイツ語のサブセット上でこれらの効果をキャプチャし、説明するために設計された3つの相互接続リソースを提示する。
論文 参考訳（メタデータ） (2020-05-27T12:21:36Z)
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。