論文の概要: Empathy and Hope: Resource Transfer to Model Inter-country Social Media
Dynamics
- arxiv url: http://arxiv.org/abs/2106.12044v1
- Date: Thu, 17 Jun 2021 06:31:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-26 10:31:10.034497
- Title: Empathy and Hope: Resource Transfer to Model Inter-country Social Media
Dynamics
- Title（参考訳）: 共感と希望 : モデル国家間ソーシャルメディアダイナミクスへの資源移動
- Authors: Clay H. Yoo, Shriphani Palakodety, Rupak Sarkar, Ashiqur R.
KhudaBukhsh
- Abstract要約: インドで進行中の医療危機に対するパキスタンのTwitterユーザーの反応に注目します。
パキスタンでは#IndiaNeedsOxygenや#PakistanStandsWithIndiaなどのハッシュタグが上位にランクインする一方で、#EndiaSaySorryToKashmirのような分割ハッシュタグも同時にトレンド化を始めた。
本研究では,ソーシャル・インパクト・ツールの既存のemphNLPをターンアラウンド時間内に効果的に活用できることを実証する。
- 参考スコア（独自算出の注目度）: 16.058099298620423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The ongoing COVID-19 pandemic resulted in significant ramifications for
international relations ranging from travel restrictions, global ceasefires,
and international vaccine production and sharing agreements. Amidst a wave of
infections in India that resulted in a systemic breakdown of healthcare
infrastructure, a social welfare organization based in Pakistan offered to
procure medical-grade oxygen to assist India -- a nation which was involved in
four wars with Pakistan in the past few decades. In this paper, we focus on
Pakistani Twitter users' response to the ongoing healthcare crisis in India.
While #IndiaNeedsOxygen and #PakistanStandsWithIndia featured among the
top-trending hashtags in Pakistan, divisive hashtags such as
#EndiaSaySorryToKashmir simultaneously started trending. Against the backdrop
of a contentious history including four wars, divisive content of this nature,
especially when a country is facing an unprecedented healthcare crisis, fuels
further deterioration of relations. In this paper, we define a new task of
detecting \emph{supportive} content and demonstrate that existing \emph{NLP for
social impact} tools can be effectively harnessed for such tasks within a quick
turnaround time. We also release the first publicly available data set at the
intersection of geopolitical relations and a raging pandemic in the context of
India and Pakistan.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、旅行制限、世界的な停戦、国際ワクチン生産・共有協定など国際関係に大きな影響をもたらした。
インドでは、医療インフラの体系的な崩壊に繋がる感染の波の中で、パキスタンに拠点を置く社会福祉団体は、過去数十年でパキスタンと4つの戦争に関わったインドを支援するために、医療水準の酸素の調達を申し出た。
本稿では,インドにおける医療危機に対するパキスタンのTwitter利用者の対応に注目した。
パキスタンでは#indianeedsoxygenと#pakistanstandswithindiaがトップにランクインする一方、#endiasaysorrytokashmirのような分裂的なハッシュタグが同時にトレンドになった。
4つの戦争を含む議論の多い歴史の背景に対して、この性質の分裂的な内容、特に前例のない医療危機に直面している国は、関係の悪化を加速させる。
本稿では,<emph{supportive> コンテンツを検出する新しいタスクを定義し,既存の \emph{nlp for social impact} ツールが短時間でこのようなタスクに効果的に活用できることを実証する。
我々はまた、インドとパキスタンの状況において、地政学的関係と激増するパンデミックの交点に初めてデータセットを公開する。
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) - Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。
実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。
モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文 参考訳（メタデータ） (2024-04-02T06:31:17Z) - "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) - BIOPAK Flasher: Epidemic disease monitoring and detection in Pakistan
using text mining [0.5888325379746631]
アウトブレイクの早期発見は、ここでは重要な役割を担っている。
言語(ウルドゥー語)とカバー地域を制限した早期警戒アウトブレイクシステムはほとんど存在しない。
パキスタンの英語ニュースチャンネルとウルドゥー語ニュースチャンネルから情報を収集し、その過程を調査し、統合し、病気の流行を可視化することを目的としている。
論文 参考訳（メタデータ） (2021-06-12T08:55:40Z) - How Have We Reacted To The COVID-19 Pandemic? Analyzing Changing Indian
Emotions Through The Lens of Twitter [2.805251632575323]
WHOは216カ国と領土で600,000人近くが死亡し、1300万人以上が確認されたと報告している。
インドは、米国とブラジルに次いで、パンデミックで3番目に最悪の国となった。
ツイートから人の感情を識別する深層学習システムを提案する。
論文 参考訳（メタデータ） (2020-08-20T15:39:05Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳（メタデータ） (2020-06-23T03:36:19Z) - 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) - A Computational Analysis of Polarization on Indian and Pakistani Social
Media [31.866069941558575]
我々はハッシュタグの共起に焦点をあてたラベル伝搬技術を用いて、偏りのあるツイートやユーザーを見つける。
インドの与党(BJP)の政治家は分極したハッシュタグを使い、他の政党の政治家よりも紛争のエスカレートを求めた。
われわれの研究は、インドとパキスタンの緊張関係がTwitter上でどのようにエスカレートしているかを初めて分析した。
論文 参考訳（メタデータ） (2020-05-20T00:44:38Z) - Psychometric Analysis and Coupling of Emotions Between State Bulletins
and Twitter in India during COVID-19 Infodemic [7.428097999824421]
新型コロナウイルスのインフォデミックは、パンデミックそのものよりも急速に広まっている。
ソーシャルメディアは情報の最大の源であるため、インフォデミックの管理には誤情報を緩和する必要がある。
Twitterだけでも、キュレートされたイベントページの利用が急激な45%増加した。
論文 参考訳（メタデータ） (2020-05-12T01:51:07Z) - 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) - Large Arabic Twitter Dataset on COVID-19 [0.7734726150561088]
2019年12月下旬に中国で発生した新型コロナウイルス(COVID-19)は、今や世界中で急速に普及している。
全世界で確認された感染者は200万人を超え、死者は180,000人を超えている。
この研究は、2020年1月1日以来、私たちが収集してきた新型コロナウイルスに関する最初のアラビア語のつぶやきデータセットについて述べています。
論文 参考訳（メタデータ） (2020-04-09T01:07:12Z)
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。