論文の概要: A Deep Language-independent Network to analyze the impact of COVID-19 on the World via Sentiment Analysis

• arxiv url: http://arxiv.org/abs/2011.10358v1
• Date: Fri, 20 Nov 2020 11:59:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 06:17:34.111802
• Title: A Deep Language-independent Network to analyze the impact of COVID-19 on the World via Sentiment Analysis
• Title（参考訳）: 感情分析による新型コロナウイルスの影響分析のための言語非依存型深層ネットワーク
• Authors: Ashima Yadav, Dinesh Kumar Vishwakarma
• Abstract要約: 本報告では、米国、ブラジル、インド、ロシア、南アフリカの5カ国で感染が拡大している国のトップ5の人々の意見を抽出し、調査する。 本稿では,多言語に依存しないマルチレベルアテンションに基づく Conv-BiGRU ネットワーク (MACBiG-Net) を提案し,肯定的,否定的,中立的な感情を抽出する。
• 参考スコア（独自算出の注目度）: 15.457696050177596
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Towards the end of 2019, Wuhan experienced an outbreak of novel coronavirus, which soon spread all over the world, resulting in a deadly pandemic that infected millions of people around the globe. The government and public health agencies followed many strategies to counter the fatal virus. However, the virus severely affected the social and economic lives of the people. In this paper, we extract and study the opinion of people from the top five worst affected countries by the virus, namely USA, Brazil, India, Russia, and South Africa. We propose a deep language-independent Multilevel Attention-based Conv-BiGRU network (MACBiG-Net), which includes embedding layer, word-level encoded attention, and sentence-level encoded attention mechanism to extract the positive, negative, and neutral sentiments. The embedding layer encodes the sentence sequence into a real-valued vector. The word-level and sentence-level encoding is performed by a 1D Conv-BiGRU based mechanism, followed by word-level and sentence-level attention, respectively. We further develop a COVID-19 Sentiment Dataset by crawling the tweets from Twitter. Extensive experiments on our proposed dataset demonstrate the effectiveness of the proposed MACBiG-Net. Also, attention-weights visualization and in-depth results analysis shows that the proposed network has effectively captured the sentiments of the people.
• Abstract（参考訳）: 2019年末にかけて、武漢は新型コロナウイルスの流行を経験し、すぐに世界中に広まり、世界中の何百万人もの人々が感染する致命的なパンデミックを引き起こした。 政府と公衆衛生機関は、致命的なウイルスに対抗する多くの戦略に従っていた。 しかし、ウイルスは人々の社会的・経済的生活に深刻な影響を及ぼした。 本報告では、米国、ブラジル、インド、ロシア、南アフリカの5カ国で感染が拡大している国のトップ5の人々の意見を抽出し、調査する。 本稿では,埋め込み層,単語レベルのエンコード型アテンション,文レベルのエンコードアテンション機構を含む,言語非依存な多レベルアテンションベースconv-bigruネットワーク(macbig-net)を提案する。 埋め込み層は、文列を実数値ベクトルに符号化する。 単語レベルと文レベルエンコーディングは、1D Conv-BiGRUベースのメカニズムで行われ、それぞれ単語レベルと文レベルアテンションが続く。 Twitterのツイートをクロールすることで、COVID-19センチメントデータセットをさらに発展させます。 提案するデータセットを広範囲に実験した結果,macbig-netの有効性が示された。 また,注意重みの可視化と詳細な分析の結果から,提案するネットワークが効果的に人々の感情を捉えていることが示された。

関連論文リスト

• Analyzing COVID-19 Vaccination Sentiments in Nigerian Cyberspace: Insights from a Manually Annotated Twitter Dataset [2.820717448579396]
  ナイジェリアにおけるワクチンの受け入れについて,トランスフォーマーに基づく言語モデルを用いて検討する。 関連するハッシュタグとキーワードを用いて複数言語ツイートをクロールすることで,新しいデータセットを開発した。 分析と可視化の結果、ほとんどのツイートは新型コロナウイルスワクチンに関する中立的な感情を表しており、一部の人は肯定的な見解を示しています。
  論文  参考訳（メタデータ） (2024-01-23T22:49:19Z)
• "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)
• An Opinion Mining of Text in COVID-19 Issues along with Comparative Study in ML, BERT & RNN [0.0]
  この記事では、個々のソースからのBanglaテキストコメントとともに、いくつかの特定のインプットを提案している。 意見マイニング支援システムは、可能なすべての言語選好に影響を及ぼす可能性がある。 我々の知る限り、この論文は、MLアルゴリズムを提案する新型コロナウイルス問題に関するBanglaの入力テキストを予測し、ディープラーニングモデル分析は、比較分析によって将来の到達可能性もチェックする。
  論文  参考訳（メタデータ） (2022-01-06T15:59:20Z)
• 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)
• 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)
• 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)
• Twitter discussions and emotions about COVID-19 pandemic: a machine learning approach [0.0]
  我々は、2020年3月1日から4月21日にかけての「コロナウイルス」「新型コロナウイルス」「隔離」など25のハッシュタグのリストを用いて、新型コロナウイルスのパンデミックに関連する400万のTwitterメッセージを分析した。 我々は、13の議論トピックを特定し、それらを「新型コロナウイルスの拡散を遅らせるための公衆衛生措置」、「新型コロナウイルスに関連する社会的汚職」、「米国でのコロナウイルスのニュースと死」、「世界の他の場所でのコロナウイルスのケース」など、5つの異なるテーマに分類する。
  論文  参考訳（メタデータ） (2020-05-26T16:10:02Z)
• 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)
• A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
  我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。 報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。 どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
  論文  参考訳（メタデータ） (2020-05-15T17:17:45Z)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)

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。