論文の概要: Automatic Monitoring Social Dynamics During Big Incidences: A Case Study
of COVID-19 in Bangladesh
- arxiv url: http://arxiv.org/abs/2101.09667v2
- Date: Sun, 31 Jan 2021 16:47:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-19 07:54:42.557941
- Title: Automatic Monitoring Social Dynamics During Big Incidences: A Case Study
of COVID-19 in Bangladesh
- Title（参考訳）: 大発生時の社会的ダイナミクスの自動モニタリング : バングラデシュにおけるCOVID-19の事例
- Authors: Fahim Shahriar, Md Abul Bashar
- Abstract要約: 本研究は、co-19パンデミックに関連するバングラデシュの新聞データを分析した。
この分析は、政府や他の組織がこのパンデミックによって社会で発生した課題を理解するのに役立ちます。
- 参考スコア（独自算出の注目度）: 0.26651200086513094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Newspapers are trustworthy media where people get the most reliable and
credible information compared with other sources. On the other hand, social
media often spread rumors and misleading news to get more traffic and
attention. Careful characterization, evaluation, and interpretation of
newspaper data can provide insight into intrigue and passionate social issues
to monitor any big social incidence. This study analyzed a large set of
spatio-temporal Bangladeshi newspaper data related to the COVID-19 pandemic.
The methodology included volume analysis, topic analysis, automated
classification, and sentiment analysis of news articles to get insight into the
COVID-19 pandemic in different sectors and regions in Bangladesh over a period
of time. This analysis will help the government and other organizations to
figure out the challenges that have arisen in society due to this pandemic,
what steps should be taken immediately and in the post-pandemic period, how the
government and its allies can come together to address the crisis in the
future, keeping these problems in mind.
- Abstract（参考訳）: 新聞は信頼できるメディアであり、他の情報源と比べて信頼できる信頼できる情報が得られる。
一方、ソーシャルメディアは、トラフィックと注目を集めるために、噂や誤解を招くニュースを広めることが多い。
新聞データの綿密な特徴付け、評価、解釈は、興味深く情熱的な社会問題に対する洞察を与え、大きな社会の発生率を監視する。
本研究は、新型コロナウイルスのパンデミックに関連する時空間バングラデシュの新聞データを大量に分析した。
この手法には、ボリューム分析、トピック分析、自動分類、ニュース記事の感情分析が含まれており、バングラデシュのさまざまなセクターや地域における新型コロナウイルスのパンデミックに関する洞察を一定期間にわたって得ることができる。
この分析は、政府や他の組織が、このパンデミックによって社会に生じた課題、即時かつ後パンデミック期において、政府やその同盟国が将来の危機にどう対処し、これらの問題を念頭に置いていくかを理解するのに役立ちます。
関連論文リスト
- "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) - Fighting Money Laundering with Statistics and Machine Learning: An
Introduction and Review [95.42181254494287]
マネーロンダリングは深刻なグローバルな問題です。
このトピックに関する統計学と機械学習の研究はほとんどない。
大きな課題の1つは、公開データセットの欠如である。
論文 参考訳（メタデータ） (2022-01-11T21:31:18Z) - 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) - TBCOV: Two Billion Multilingual COVID-19 Tweets with Sentiment, Entity,
Geo, and Gender Labels [5.267993069044648]
この研究は、新型コロナウイルス(COVID-19)のパンデミックに関連する20億以上の多言語ツイートを1年以上にわたって収集した大規模なTwitterデータセットTBCOVを提示する。
いくつかの最先端のディープラーニングモデルは、感情ラベル、名前付きエンティティ、人物の言及、組織、場所、ユーザータイプ、性別情報など、重要な属性でデータを強化するために使用される。
我々の感情と傾向分析は興味深い洞察を示し、TBCOVが重要なトピックを幅広くカバーしていることを確認する。
論文 参考訳（メタデータ） (2021-10-04T06:17:12Z) - 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) - ExcavatorCovid: Extracting Events and Relations from Text Corpora for
Temporal and Causal Analysis for COVID-19 [63.72766553648224]
excavatorcovidは、オープンソースのテキスト文書を取り込む機械読取システムである。
COVID19関連イベントとそれらの関係を抽出し、時間と因果分析グラフを構築する。
論文 参考訳（メタデータ） (2021-05-05T01:18:46Z) - 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) - Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。
23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。
大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
論文 参考訳（メタデータ） (2021-04-18T09:50:11Z) - 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) - Cross-language sentiment analysis of European Twitter messages duringthe
COVID-19 pandemic [14.821130865253304]
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。
論文 参考訳（メタデータ） (2020-08-27T15:00:36Z)
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。