論文の概要: Analyzing the Impact of COVID-19 on Economy from the Perspective of
Users Reviews
- arxiv url: http://arxiv.org/abs/2110.02198v1
- Date: Tue, 5 Oct 2021 17:44:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-06 14:08:56.192989
- Title: Analyzing the Impact of COVID-19 on Economy from the Perspective of
Users Reviews
- Title（参考訳）: 消費者レビューからみた新型コロナウイルスの経済への影響分析
- Authors: Fatemeh Salmani, Hamed Vahdat-Nejad, Hamideh Hajiabadi
- Abstract要約: 多数のコロナウイルス関連ツイートが自然言語処理と情報検索科学を用いて検討・分析されている。
分析の結果,経済的なツイートを公表する理由は,コロナウイルス感染者の増加だけでなく,国内における規制やロックダウンも課されることが判明した。
- 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: One of the most important incidents in the world in 2020 is the outbreak of
the Coronavirus. Users on social networks publish a large number of comments
about this event. These comments contain important hidden information of public
opinion regarding this pandemic. In this research, a large number of
Coronavirus-related tweets are considered and analyzed using natural language
processing and information retrieval science. Initially, the location of the
tweets is determined using a dictionary prepared through the Geo-Names
geographic database, which contains detailed and complete information of places
such as city names, streets, and postal codes. Then, using a large dictionary
prepared from the terms of economics, related tweets are extracted and
sentiments corresponded to tweets are analyzed with the help of the RoBERTa
language-based model, which has high accuracy and good performance. Finally,
the frequency chart of tweets related to the economy and their sentiment scores
(positive and negative tweets) is plotted over time for the entire world and
the top 10 economies. From the analysis of the charts, we learn that the reason
for publishing economic tweets is not only the increase in the number of people
infected with the Coronavirus but also imposed restrictions and lockdowns in
countries. The consequences of these restrictions include the loss of millions
of jobs and the economic downturn.
- Abstract（参考訳）: 2020年の世界で最も重要な事件の1つは、コロナウイルスの流行である。
ソーシャルネットワークのユーザーは、このイベントに関する多くのコメントを公開している。
これらのコメントには、このパンデミックに関する世論に関する重要な情報が含まれている。
本研究では,多くのコロナウイルス関連ツイートを自然言語処理と情報検索科学を用いて検討・分析した。
当初、ツイートの位置はジオ・ネームズ(Geo-Names)の地理データベースで作成された辞書で決定され、市名、通り、郵便番号などの詳細かつ完全な情報を含んでいる。
そして、経済的な観点から作成した大辞典を用いて、関連するつぶやきを抽出し、RoBERTa言語モデルを用いて、ツイートに対応する感情を分析し、高い精度と優れた性能を有する。
最後に、経済に関連するツイートの頻度チャートとその感情スコア(肯定的かつ否定的なツイート)が、世界全体とトップ10経済に時間をかけてプロットされる。
分析の結果,経済的なツイートを公表する理由は,コロナウイルス感染者の増加だけでなく,国内における規制やロックダウンも課されていることが判明した。
これらの制限の結果、数百万人の雇用が失われ、経済が下降した。
関連論文リスト
- Sentiment Analysis and Text Analysis of the Public Discourse on Twitter
about COVID-19 and MPox [0.0]
新型コロナウイルス(COVID-19)とMPox(MPox)の最近の流行は、情報の検索や共有、意見、感情の両面でのTwitter利用の触媒となった。
この分野での以前の研究は、COVID-19とMPoxの両方に焦点を当てたツイートを同時に分析することはなかった。
この研究ギャップに対処するため、2022年5月7日から2023年3月3日までに、MPoxとCOVID-19を同時に対象とする合計61,862のツイートが調査された。
論文 参考訳（メタデータ） (2023-12-17T01:50:27Z) - Sarcasm Detection in a Disaster Context [103.93691731605163]
HurricaneSARCは,意図した皮肉に注釈を付けた15,000ツイートのデータセットである。
私たちの最高のモデルは、データセットで最大0.70F1を得ることができます。
論文 参考訳（メタデータ） (2023-08-16T05:58:12Z) - Extracting Feelings of People Regarding COVID-19 by Social Network
Mining [0.0]
英語における新型コロナウイルス関連ツイートのデータセットが収集される。
2020年3月23日から6月23日までに200万件以上のツイートが分析されている。
論文 参考訳（メタデータ） (2021-10-12T16:45:33Z) - 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) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳（メタデータ） (2020-10-15T16:02:25Z) - 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) - 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) - 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) - Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。
本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
論文 参考訳（メタデータ） (2020-04-29T16:17:49Z) - Word frequency and sentiment analysis of twitter messages during
Coronavirus pandemic [0.0]
このソーシャルネットワーキングサイト、Twitterは、新型コロナウイルス関連の投稿数がごく短い期間で前例のない伸びを見せたのと同じような効果を示した。
本稿では、2020年1月から投稿されたこの病気に関連するTwitterメッセージの統計分析について述べる。
その結果、ほとんどのツイートは正の極性を持ち、15%程度しか否定的でないことがわかった。
論文 参考訳（メタデータ） (2020-04-08T10:45:08Z) - Whose Tweets are Surveilled for the Police: An Audit of Social-Media
Monitoring Tool via Log Files [69.02688684221265]
我々はCorvallis (Oregon) Police DepartmentによるDigitalStakeoutというソーシャルメディア監視ソフトウェアの使用からログファイルを入手した。
これらのログファイルには、DigitalStakeoutによるプロプライエタリな検索の結果が含まれている。
ツイートがDigitalStakeoutによってフラグ付けされているユーザーの人口統計と、地域のTwitterユーザーの人口統計との差異を観察する。
論文 参考訳（メタデータ） (2020-01-23T19:35:12Z)
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。