論文の概要: Vaccine skepticism detection by network embedding

• arxiv url: http://arxiv.org/abs/2110.13619v1
• Date: Wed, 20 Oct 2021 12:30:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-01 06:08:24.672038
• Title: Vaccine skepticism detection by network embedding
• Title（参考訳）: ネットワーク埋め込みによるワクチン懐疑症検出
• Authors: Ferenc B\'eres, Rita Csoma, Tam\'as Vilmos Michaletzky, Andr\'as A. Bencz\'ur
• Abstract要約: 本稿では,Vax-懐疑的コンテンツとpro-vaxxerを効果的に区別する技術を開発した。 数百万のエッジを持つグラフに対して,いくつかのノード埋め込みとコミュニティ検出モデルをデプロイします。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We demonstrate the applicability of network embedding to vaccine skepticism, a controversial topic of long-past history. With the Covid-19 pandemic outbreak at the end of 2019, the topic is more important than ever. Only a year after the first international cases were registered, multiple vaccines were developed and passed clinical testing. Besides the challenges of development, testing, and logistics, another factor that might play a significant role in the fight against the pandemic are people who are hesitant to get vaccinated, or even state that they will refuse any vaccine offered to them. Two groups of people commonly referred to as a) pro-vaxxer, those who support vaccinating people b) vax-skeptic, those who question vaccine efficacy or the need for general vaccination against Covid-19. It is very difficult to tell exactly how many people share each of these views. It is even more difficult to understand all the reasoning why vax-skeptic opinions are getting more popular. In this work, our intention was to develop techniques that are able to efficiently differentiate between pro-vaxxer and vax-skeptic content. After multiple data preprocessing steps, we analyzed the tweet text as well as the structure of user interactions on Twitter. We deployed several node embedding and community detection models that scale well for graphs with millions of edges.
• Abstract（参考訳）: 長い歴史の中で議論の的となっているワクチン懐疑論に対するネットワーク埋め込みの適用性を示す。 2019年末の新型コロナウイルス(covid-19)パンデミックで、この話題はこれまで以上に重要になっている。 最初の国際症例が登録されたわずか1年後、複数のワクチンが開発され、臨床試験に合格した。 開発、テスト、物流の課題に加えて、パンデミックとの戦いにおいて重要な役割を果たすかもしれないもう1つの要因は、ワクチンを接種されることをためらう人々、あるいは彼らが提供したワクチンを拒否すると言っても良い。 一般に呼ばれる2つのグループ a)予防接種を支持する人 b) ワクチンの有効性又は新型コロナウイルスに対する一般ワクチン接種の必要性を疑う者。 それぞれのビューを何人が共有しているかを正確に知るのは難しいです。 vax-skepticの意見がより普及している理由を理解するのはさらに難しい。 本研究の目的は,vaxxerとvax-skepticコンテンツの区別を効率的に行う技術を開発することである。 複数のデータ前処理ステップを経た後、ツイートのテキストと、twitter上のユーザインタラクションの構造を分析した。 数百万のエッジを持つグラフに対して,いくつかのノード埋め込みとコミュニティ検出モデルをデプロイしました。

関連論文リスト

• How COVID-19 has Impacted the Anti-Vaccine Discourse: A Large-Scale Twitter Study Spanning Pre-COVID and Post-COVID Era [23.47622466879736]
  新型コロナウイルスのパンデミックは、ワクチンに対する感情を理解し緩和することがいかに重要かを示した。 本研究は,Twitter上での抗ワクチンポストの大規模調査を通じて,これらの疑問に答えようとするものである。 本稿では,ツイートを11種類のアンチヴァックスに分類する2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-04-02T06:18:41Z)
• 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)
• "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)
• Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media [6.965634726663563]
  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。
  論文  参考訳（メタデータ） (2021-06-08T03:37:22Z)
• 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。