論文の概要: Impact of the COVID-19 outbreak on Italy's country reputation and stock market performance: a sentiment analysis approach

• arxiv url: http://arxiv.org/abs/2103.13871v1
• Date: Sat, 13 Mar 2021 14:03:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-05 01:03:19.142155
• Title: Impact of the COVID-19 outbreak on Italy's country reputation and stock market performance: a sentiment analysis approach
• Title（参考訳）: 新型コロナウイルスの流行がイタリアの国の評価と株式市場のパフォーマンスに及ぼす影響--感情分析による分析
• Authors: Gianpaolo Zammarchi, Francesco Mola, Claudio Conversano
• Abstract要約: 新型コロナウイルスの感染拡大前後にTwitterで報告されたイタリアに関する意見の変化を調査した。 異なるレキシコンに基づく方法では、イタリアで最初のcovid-19感染者が確定した日付に対応するブレークポイントが見つかる。 イタリアの感情スコアはFTSE-MIB指数のレベルと強く関連していることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: During the recent Coronavirus disease 2019 (COVID-19) outbreak, the microblogging service Twitter has been widely used to share opinions and reactions to events. Italy was one of the first European countries to be severely affected by the outbreak and to establish lockdown and stay-at-home orders, potentially leading to country reputation damage. We resort to sentiment analysis to investigate changes in opinions about Italy reported on Twitter before and after the COVID-19 outbreak. Using different lexicons-based methods, we find a breakpoint corresponding to the date of the first established case of COVID-19 in Italy that causes a relevant change in sentiment scores used as proxy of the country reputation. Next, we demonstrate that sentiment scores about Italy are strongly associated with the levels of the FTSE-MIB index, the Italian Stock Exchange main index, as they serve as early detection signals of changes in the values of FTSE-MIB. Finally, we make a content-based classification of tweets into positive and negative and use two machine learning classifiers to validate the assigned polarity of tweets posted before and after the outbreak.
• Abstract（参考訳）: 最近のコロナウイルス感染症(COVID-19)の流行で、Twitterはイベントに対する意見や反応を共有するために広く利用されている。 イタリアは、感染拡大によって深刻な影響を受けた最初のヨーロッパ諸国の一つであり、ロックダウンと在宅勤務の命令を確立した。 われわれは、新型コロナウイルスの感染拡大前後にTwitterで報告されたイタリアの意見の変化を調べるために感情分析を利用する。 異なるレキシコンベースの手法を用いて、イタリアで最初に確立された新型コロナウイルスの症例の日付に対応するブレークポイントを見つけ、国の評判の代理として使用される感情スコアに関連性のある変化を引き起こす。 次に、イタリアのセンチメントスコアは、ftse-mibの値の変化の早期検出信号として機能するため、イタリア証券取引所主要株価指数であるftse-mib指数のレベルと強く関連していることを示す。 最後に、コンテンツに基づくツイートを肯定的・否定的に分類し、2つの機械学習分類器を用いて、発生前後に投稿されたツイートの割り当てられた極性を検証する。

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)
• Changes in European Solidarity Before and During COVID-19: Evidence from a Large Crowd- and Expert-Annotated Twitter Dataset [77.27709662210363]
  我々は,NLPにおける教師付き機械学習の新たな課題として,社会的連帯という社会科学的概念とその競争,反連帯の概念を導入する。 我々は,複数のアノテータと2つのアノテーションアプローチ(専門家対群衆)を利用して,(反)整合性表現のための2.3kの英語とドイツ語のつぶやきを注釈する。 今回の結果は、新型コロナウイルス危機で連帯がますます健全になり、競争が激化したことを示している。
  論文  参考訳（メタデータ） (2021-08-02T17:03:12Z)
• Global Sentiment Analysis Of COVID-19 Tweets Over Time [0.0]
  TwitterのソーシャルネットワーキングサイトであるTwitterは、小説『コロナウイルス』に関するツイートがごく短期間で前例のない増加を見せた。 本稿では、コロナウイルスに関連するツイートのグローバルな感情分析と、異なる国の人々の感情が時間とともにどのように変化したかを示す。
  論文  参考訳（メタデータ） (2020-10-27T12:10:10Z)
• 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)
• 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)
• 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)
• Early Outbreak Detection for Proactive Crisis Management Using Twitter Data: COVID-19 a Case Study in the US [0.0]
  病気の流行の間、タイムリーな非医療的介入は、病気が流行し、究極的にはパンデミックになるのを防ぐのに重要である。 この研究は、新型コロナウイルス(COVID-19)のパンデミック(パンデミック)を取り巻くツイッターの投稿を収集する。
  論文  参考訳（メタデータ） (2020-05-01T16:27:50Z)
• 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)
• Mining Coronavirus (COVID-19) Posts in Social Media [3.04585143845864]
  世界保健機関(WHO)は2020年3月11日、新型コロナウイルス(COVID-19)を世界的なパンデミックと位置づけた。 本稿では,最先端機械学習モデルを用いたソーシャルメディア利用者投稿から,新型コロナウイルスの陽性報告を自動的に検出する研究の予備的結果を報告する。
  論文  参考訳（メタデータ） (2020-03-28T23:38:50Z)
• Falling into the Echo Chamber: the Italian Vaccination Debate on Twitter [65.7192861893042]
  われわれは、Twitter上での予防接種に関する議論が、予防接種ヘシタントに対する潜在的な不安にどのように影響するかを調査する。 予防接種懐疑派や擁護派が独自の「エチョ室」に居住していることが判明した。 これらのエコーチャンバーの中心には熱心な支持者がいて、高い精度のネットワークとコンテンツベースの分類器を構築しています。
  論文  参考訳（メタデータ） (2020-03-26T13:55:50Z)

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。