論文の概要: Extracting Feelings of People Regarding COVID-19 by Social Network
Mining
- arxiv url: http://arxiv.org/abs/2110.06151v1
- Date: Tue, 12 Oct 2021 16:45:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-13 14:47:36.541689
- Title: Extracting Feelings of People Regarding COVID-19 by Social Network
Mining
- Title(参考訳): ソーシャル・ネットワーク・マイニングによる新型コロナウイルス対策の抽出
- Authors: Hamed Vahdat-Nejad, Fatemeh Salmani, Mahdi Hajiabadi, Faezeh Azizi,
Sajedeh Abbasi, Mohadese Jamalian, Reyhane Mosafer, Hamideh Hajiabadi
- Abstract要約: 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。
- 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: In 2020, COVID-19 became the chief concern of the world and is still
reflected widely in all social networks. Each day, users post millions of
tweets and comments on this subject, which contain significant implicit
information about the public opinion. In this regard, a dataset of
COVID-related tweets in English language is collected, which consists of more
than two million tweets from March 23 to June 23 of 2020 to extract the
feelings of the people in various countries in the early stages of this
outbreak. To this end, first, we use a lexicon-based approach in conjunction
with the GeoNames geographic database to label the tweets with their locations.
Next, a method based on the recently introduced and widely cited RoBERTa model
is proposed to analyze their sentimental content. After that, the trend graphs
of the frequency of tweets as well as sentiments are produced for the world and
the nations that were more engaged with COVID-19. Graph analysis shows that the
frequency graphs of the tweets for the majority of nations are significantly
correlated with the official statistics of the daily afflicted in them.
Moreover, several implicit knowledge is extracted and discussed.
- Abstract(参考訳): 2020年、新型コロナウイルスは世界の主要な関心事となり、依然としてすべてのソーシャルネットワークで広く反映されている。
ユーザーは毎日、このテーマについて何百万ものツイートやコメントを投稿する。
この点に関しては、2020年3月23日から6月23日までの200万以上のツイートからなり、新型コロナウイルスの流行の初期段階の各国の人々の感情を抽出するために、英語でのcovid-19関連ツイートのデータセットが収集されている。
この目的のために、まず、GeoNamesの地理的データベースとレキシコンベースのアプローチを使用して、ツイートを位置情報にラベル付けする。
次に、最近紹介され広く引用されているRoBERTaモデルに基づいて、感情内容を分析する手法を提案する。
その後、ツイートの頻度と感情のトレンドグラフが、新型コロナウイルス(covid-19)にもっと携わっていた世界と国のために作成されている。
グラフ分析の結果、大多数の国のツイートの頻度グラフは、それらに苦しむ日々の公式統計と著しく相関していることがわかった。
さらに、暗黙の知識を抽出し、議論する。
関連論文リスト
- Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳(メタデータ) (2023-01-02T12:40:05Z) - Twitter Dataset on the Russo-Ukrainian War [68.713984286035]
Twitter APIから現在進行中のデータセットの取得を開始しています。
データセットは770万人のユーザーを起源とする5730万ツイートに達している。
我々は、最初のボリュームと感情分析を適用し、データセットはトピック分析、ヘイトスピーチ、プロパガンダ認識、ボットネットのような潜在的な悪意のあるエンティティを示すためにさらに探索的な調査に使用することができる。
論文 参考訳(メタデータ) (2022-04-07T12:33:06Z) - Investigating the Impact of COVID-19 on Education by Social Network
Mining [1.933681537640272]
コビッドウイルスと教育に関連する多くのツイートはジオネームスの地理データベースの助けを借りて検討され、ジオタグ付けされている。
コビッド19の確認件数の多い国では, 総ツイート数, 正ツイート数, 負ツイート数の増加傾向が認められた。
論文 参考訳(メタデータ) (2022-03-13T06:23:16Z) - Analyzing the Impact of COVID-19 on Economy from the Perspective of
Users Reviews [0.0]
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。
論文 参考訳(メタデータ) (2021-10-05T17:44:41Z) - 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) - Sentiment Analysis of Covid-19 Tweets using Evolutionary
Classification-Based LSTM Model [0.6445605125467573]
本稿では,コロナウイルスやコビッドウイルスに関する大量のツイートの感情分析について述べる。
我々は、進化的分類とn-gram分析によるCovid-19流行に関連するトピックに対する世論感情の傾向を分析した。
我々は、Covid-19のデータに対する感情を予測するために、2種類の評価されたつぶやきを使用して、長期間のネットワークを訓練し、全体の精度は84.46%に達した。
論文 参考訳(メタデータ) (2021-06-13T04:27:21Z) - CML-COVID: A Large-Scale COVID-19 Twitter Dataset with Latent Topics,
Sentiment and Location Information [0.0]
CML-COVID(CML-COVID)は、新型コロナウイルス(COVID-19)による5,977,653人のツイート19,298,967万件のTwitterデータセットである。
これらのツイートは、2020年3月から7月にかけて、新型コロナウイルスに関連する質問文、コビッド、マスクを使って収集された。
論文 参考訳(メタデータ) (2021-01-28T18:59:10Z) - 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) - 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) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳(メタデータ) (2020-04-28T23:54:33Z) - COVID-19 on Social Media: Analyzing Misinformation in Twitter
Conversations [22.43295864610142]
私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。
事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。
偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
論文 参考訳(メタデータ) (2020-03-26T09:48:24Z)
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。