論文の概要: Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media
- arxiv url: http://arxiv.org/abs/2106.04081v1
- Date: Tue, 8 Jun 2021 03:37:22 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-09 15:50:30.613001
- Title: Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media
- Title（参考訳）: NLP分析からの洞察: 新型コロナウイルスによるソーシャルメディアへのワクチン接種
- Authors: Tao Na, Wei Cheng, Dongming Li, Wanyu Lu, Hongjiang Li
- Abstract要約: パンデミックの最中、英国と米国住民のツイートをTwitter APIから収集しました。
VADERによる感情分析を行い、個人の影響をカウントできる新しい方法を提案した。
その結果、予防接種が進むにつれて、有名人がソーシャルメディアに意見転換を導く可能性が示唆された。
- 参考スコア（独自算出の注目度）: 6.965634726663563
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social media is an appropriate source for analyzing public attitudes towards
the COVID-19 vaccine and various brands. Nevertheless, there are few relevant
studies. In the research, we collected tweet posts by the UK and US residents
from the Twitter API during the pandemic and designed experiments to answer
three main questions concerning vaccination. To get the dominant sentiment of
the civics, we performed sentiment analysis by VADER and proposed a new method
that can count the individual's influence. This allows us to go a step further
in sentiment analysis and explain some of the fluctuations in the data
changing. The results indicated that celebrities could lead the opinion shift
on social media in vaccination progress. Moreover, at the peak, nearly 40\% of
the population in both countries have a negative attitude towards COVID-19
vaccines. Besides, we investigated how people's opinions toward different
vaccine brands are. We found that the Pfizer vaccine enjoys the most popular
among people. By applying the sentiment analysis tool, we discovered most
people hold positive views toward the COVID-19 vaccine manufactured by most
brands. In the end, we carried out topic modelling by using the LDA model. We
found residents in the two countries are willing to share their views and
feelings concerning the vaccine. Several death cases have occurred after
vaccination. Due to these negative events, US residents are more worried about
the side effects and safety of the vaccine.
- Abstract（参考訳）: ソーシャルメディアは、新型コロナウイルスワクチンやさまざまなブランドに対する公衆の態度を分析するための適切な情報源である。
しかし、関連する研究はほとんどない。
調査では、パンデミック中のTwitter APIから英国と米国住民のツイートを収集し、予防接種に関する3つの主要な質問に答える実験を設計しました。
市民の圧倒的な感情を得るために,VADERによる感情分析を行い,個人の影響をカウントできる新しい方法を提案した。
これにより、感情分析をさらに一歩進めて、データの変化のゆらぎを説明することができます。
結果は、著名人がワクチン接種の進展でソーシャルメディア上での意見シフトをリードできることを示した。
さらに、ピーク時には両国の人口の約40%が新型コロナウイルスワクチンに対する否定的な態度を持っている。
さらに、異なるワクチンブランドに対する人々の意見についても調査した。
Pfizerワクチンは、人々の間で最も人気のあるワクチンであることがわかった。
感情分析ツールを適用することで、ほとんどの人が、ほとんどのブランドが製造する新型コロナウイルスワクチンに対して前向きな見解を持っていることが分かりました。
最後に,LDAモデルを用いてトピックモデリングを行った。
両国の住民は、ワクチンに関する意見や気持ちを喜んで共有していることがわかりました。
ワクチン接種後にいくつかの死亡例が発生した。
こうした否定的な出来事のため、米国の住民はワクチンの副作用や安全性を心配している。
関連論文リスト
- Public Discourse about COVID-19 Vaccinations: A Computational Analysis of the Relationship between Public Concerns and Policies [3.203095675418499]
予防接種キャンペーンの展開に伴い、ドイツ語を話す地域は他のヨーロッパ地域よりもはるかに低い予防接種率を示した。
Twitter上では、新型コロナウイルスの重症度やワクチンの有効性、安全性に対する懐疑論が話題となっている。
パンデミックの後期段階では、政策が実施され、無ワクチンの市民の自由が制限されたとき、ワクチン接種の増加が観察された。
論文 参考訳（メタデータ） (2024-05-07T15:31:13Z) - A Large-Scale Analysis of Persian Tweets Regarding Covid-19 Vaccination [1.2499537119440245]
新型コロナウイルスのパンデミックは私たちの生活、特に人々の交流に大きな影響を与えました。
Covid-19ワクチンの導入により、ワクチンの接種の有無に関して、肯定的、否定的な意見の両方が持ち上がった。
われわれは、Twitterから集めたデータを用いて、イランのコロナウイルスワクチンに関する世論を包括的に分析する。
論文 参考訳（メタデータ） (2023-02-09T09:08:19Z) - Dense Feature Memory Augmented Transformers for COVID-19 Vaccination
Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。
本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。
この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文 参考訳（メタデータ） (2022-12-16T13:57:41Z) - Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy
among Healthcare Workers [64.1526243118151]
医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。
医師は新型ワクチンよりもワクチンの有効性を懸念している。
看護婦は子供に対する潜在的な副作用にもっと注意を払う。
論文 参考訳（メタデータ） (2022-09-11T14:22:16Z) - Vaccine Discourse on Twitter During the COVID-19 Pandemic [0.7161783472741748]
本研究は、Twitter上での新型コロナウイルスワクチンに関する投稿を調査し、ワクチンに対する否定的な姿勢を持つものに焦点を当てる。
新型コロナウイルスワクチンに関連する英国のツイート16,713,238件のデータセットが収集された。
新型コロナウイルスワクチンに関する否定性は、ワクチンのロールアウトとともに時間とともに低下していることを示す。
論文 参考訳（メタデータ） (2022-07-23T13:50:51Z) - "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) - Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of
Twitter users [19.08902619892565]
新型コロナウイルス(COVID-19)ワクチンを社会規模で投与することは、新型コロナウイルスの感染拡大を防ぐための最も適切な方法だと考えられている。
この世界的なワクチン接種は、ソーシャルメディアプラットフォーム上のワクチンに対する支持と懸念を強く表明する反Vaxxersと反Vaxxersの可能性を自然に引き起こした。
この研究の目的は、Twitterの談話データのレンズを使って、この理解を改善することである。
論文 参考訳（メタデータ） (2021-11-20T19:33:51Z) - Sentiment Analysis and Topic Modeling for COVID-19 Vaccine Discussions [10.194753795363667]
われわれは、Twitter上で新型コロナウイルスに関するツイートを詳細に分析する。
その結果、大多数の人はワクチンの有効性に自信を持ち、ワクチン接種を希望していることがわかった。
否定的なツイートは、しばしばワクチン不足の苦情、注射後の副作用、ワクチン接種後の死亡の可能性と関連付けられている。
論文 参考訳（メタデータ） (2021-10-08T23:30:17Z) - The illicit trade of COVID-19 vaccines on the dark web [55.45786602961871]
初期の分析によると、ダークウェブマーケットプレース(DWM)は新型コロナウイルス(COVID-19)のパンデミックの開始と同時に、新型コロナウイルス関連製品(マスクや新型コロナウイルス検査など)の提供を開始した。
そこで,2021年7月までに194件のDWMを分析した結果,ワクチンが利用可能となった重要な期間を含む,これまでの調査範囲と深度を広げた。
従来のDWM製品ではレクリエーション薬が最も影響を受けており、2020年3月以降、新型コロナウイルスの言及は着実に増加している。
論文 参考訳（メタデータ） (2021-02-10T14:52:54Z) - Dark Web Marketplaces and COVID-19: before the vaccine [53.447910186085586]
2020年1月1日から11月16日までの間に、30のダークウェブマーケットプレースから抽出された851,199件の分析を行った。
新型コロナウイルス製品に直接関連した788のリストを同定し、製品カテゴリーの時間的進化をモニタリングする。
新型コロナウイルス(COVID-19)パンデミックの間、オンラインのシャドーエコノミーがどのように発展してきたのかを明らかにし、DWMの継続的なモニタリングの重要性を強調します。
論文 参考訳（メタデータ） (2020-08-04T14:27:41Z) - 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。