論文の概要: Leveraging Natural Language Processing to Mine Issues on Twitter During the COVID-19 Pandemic

• arxiv url: http://arxiv.org/abs/2011.00377v2
• Date: Tue, 3 Nov 2020 02:42:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 05:13:06.569725
• Title: Leveraging Natural Language Processing to Mine Issues on Twitter During the COVID-19 Pandemic
• Title（参考訳）: 自然言語処理を活用したcovid-19パンデミック時のtwitter問題
• Authors: Ankita Agarwal and Preetham Salehundam and Swati Padhee and William L. Romine and Tanvi Banerjee
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.3674863913115431
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The recent global outbreak of the coronavirus disease (COVID-19) has spread to all corners of the globe. The international travel ban, panic buying, and the need for self-quarantine are among the many other social challenges brought about in this new era. Twitter platforms have been used in various public health studies to identify public opinion about an event at the local and global scale. To understand the public concerns and responses to the pandemic, a system that can leverage machine learning techniques to filter out irrelevant tweets and identify the important topics of discussion on social media platforms like Twitter is needed. In this study, we constructed a system to identify the relevant tweets related to the COVID-19 pandemic throughout January 1st, 2020 to April 30th, 2020, and explored topic modeling to identify the most discussed topics and themes during this period in our data set. Additionally, we analyzed the temporal changes in the topics with respect to the events that occurred during this pandemic. We found out that eight topics were sufficient to identify the themes in our corpus. These topics depicted a temporal trend. The dominant topics vary over time and align with the events related to the COVID-19 pandemic.
• Abstract（参考訳）: 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。 国際旅行禁止、パニック購入、そして自己隔離の必要性は、この新しい時代にもたらされた多くの社会的課題の1つだ。 Twitterプラットフォームは、さまざまな公衆衛生研究で、ローカルおよびグローバルスケールでのイベントに関する世論を特定するために使用されている。 パンデミックに対する一般の関心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し、twitterのようなソーシャルメディアプラットフォーム上で議論の重要なトピックを特定する必要がある。 本研究では、2020年1月1日から2020年4月30日までに、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、この期間に最も議論されたトピックやテーマを特定するためのトピックモデリングについて検討した。 さらに,このパンデミックで発生した出来事に関して,話題の時間的変化を分析した。 8つのトピックがコーパスのテーマを識別するのに十分であることが分かりました。 これらの話題は一時的な傾向を描いている。 主要トピックは時間とともに異なり、新型コロナウイルス(covid-19)パンデミックに関連するイベントと一致している。

関連論文リスト

• SPEED++: A Multilingual Event Extraction Framework for Epidemic Prediction and Preparedness [73.73883111570458]
  多様な疾患や言語に対する流行イベント情報を抽出する,最初の多言語イベント抽出フレームワークを提案する。 各言語でデータに注釈を付けることは不可能であり、ゼロショット・クロスランガル・クロス・ディスリーズ・モデルを開発する。 われわれのフレームワークは、2019年12月初旬に中国のWeiboポストから、中国でのトレーニングなしに、新型コロナウイルスの流行を警告することができる。
  論文  参考訳（メタデータ） (2024-10-24T03:03:54Z)
• Cross-Platform Social Dynamics: An Analysis of ChatGPT and COVID-19 Vaccine Conversations [37.69303106863453]
  2022年のChatGPTのリリースと2021年の新型コロナウイルスワクチンに関する世界的な議論という、2つの重要な出来事に関する1200万件以上の投稿とニュース記事を分析した。 データはTwitter、Facebook、Instagram、Reddit、YouTube、GDELTなど、複数のプラットフォームから収集された。 トピックモデリング手法を用いて,各プラットフォーム上の異なる主題のエミュレーションを明らかにし,その特徴と対象のオーディエンスを反映した。
  論文  参考訳（メタデータ） (2023-10-17T09:58:55Z)
• "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)
• American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic [72.44305630014534]
  新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。 女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。 新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
  論文  参考訳（メタデータ） (2021-09-16T01:10:06Z)
• 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 Discourse on Twitter: How the Topics, Sentiments, Subjectivity, and Figurative Frames Changed Over Time [0.0]
  トピックモデリングを用いて,パンデミックの進展に関連するトピックが時間とともにどのように変化したかを示す。 ツイートの平均主観性は、直線的に上昇し、第4位となり、実際の暴動や戦闘が会話に入ると、人気で頻繁に使われるフィギュラティカル・フレームがどう変化したかを示す。
  論文  参考訳（メタデータ） (2021-03-16T10:22:39Z)
• Health, Psychosocial, and Social issues emanating from COVID-19 pandemic based on Social Media Comments using Natural Language Processing [8.150081210763567]
  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。
  論文  参考訳（メタデータ） (2020-07-23T17:19:50Z)
• 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)
• 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)
• Critical Impact of Social Networks Infodemic on Defeating Coronavirus COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
  2019年の推計295億人が世界中でソーシャルメディアを利用している。 コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。 本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
  論文  参考訳（メタデータ） (2020-05-18T15:53:13Z)
• 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。