論文の概要: ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination
- arxiv url: http://arxiv.org/abs/2201.06496v1
- Date: Mon, 17 Jan 2022 16:19:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-20 08:09:50.495902
- Title: ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination
- Title（参考訳）: ArCovidVac:新型コロナウイルスワクチンに関するアラビア語ツイートの分析
- Authors: Hamdy Mubarak, Sabit Hassan, Shammur Absar Chowdhury, Firoj Alam
- Abstract要約: 新型コロナウイルス(COVID-19)予防接種キャンペーンのために、手動で注釈付けされた最初のアラビアのツイートデータセットArCovidVacをリリースしました。
データセットには、(i)Informativeness(より重要でないツイート)、(ii)きめ細かいツイートコンテンツタイプ(アドバイス、噂、制限、認証されたニュース/情報)、(iii)予防接種に対するスタンスなど、さまざまなアノテーション層が組み込まれている。
- 参考スコア（独自算出の注目度）: 7.594204373985492
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The emergence of the COVID-19 pandemic and the first global infodemic have
changed our lives in many different ways. We relied on social media to get the
latest information about the COVID-19 pandemic and at the same time to
disseminate information. The content in social media consisted not only health
related advises, plans, and informative news from policy makers, but also
contains conspiracies and rumors. It became important to identify such
information as soon as they are posted to make actionable decisions (e.g.,
debunking rumors, or taking certain measures for traveling). To address this
challenge, we develop and publicly release the first largest manually annotated
Arabic tweet dataset, ArCovidVac, for the COVID-19 vaccination campaign,
covering many countries in the Arab region. The dataset is enriched with
different layers of annotation, including, (i) Informativeness (more vs. less
importance of the tweets); (ii) fine-grained tweet content types (e.g., advice,
rumors, restriction, authenticate news/information); and (iii) stance towards
vaccination (pro-vaccination, neutral, anti-vaccination). Further, we performed
in-depth analysis of the data, exploring the popularity of different vaccines,
trending hashtags, topics and presence of offensiveness in the tweets. We
studied the data for individual types of tweets and temporal changes in stance
towards vaccine. We benchmarked the ArCovidVac dataset using transformer
architectures for informativeness, content types, and stance detection.
- Abstract（参考訳）: 新型コロナウイルスのパンデミックと世界初となるインフォデミックは、さまざまな方法で私たちの生活を変えました。
われわれはソーシャルメディアを利用して新型コロナウイルス(covid-19)パンデミックの最新情報を入手し、同時に情報を広めることにした。
ソーシャルメディアの内容は、健康に関する助言、計画、政策立案者からの情報的なニュースだけでなく、陰謀や噂も含んでいた。
行動可能な判断を下すため(噂を流したり、旅行のために一定の措置をとるなど)に投稿されるとすぐにその情報を特定することが重要になった。
この課題に対処するため、私たちは、新型コロナウイルス(COVID-19)予防接種キャンペーンのために、初めて手動で注釈付きアラビア語のツイートデータセットArCovidVacを開発し、公開しました。
データセットはアノテーションの異なるレイヤでリッチ化されます。
(i)インフォメーション性(ツイートの重要度よりも重要度が低い)
(ii)きめ細かいつぶやきコンテンツの種類(アドバイス、噂、制限、ニュース/情報の認証等)
(iii)予防接種に対するスタンス(予防接種、中立、抗ワクチン)
さらに, 各種ワクチンの人気, 流行ハッシュタグ, 話題, ツイートにおける攻撃性について調査し, 詳細な分析を行った。
個別のツイートに対するデータとワクチンに対する姿勢の時間的変化について検討した。
我々は、情報性、コンテンツタイプ、姿勢検出のためのトランスフォーマーアーキテクチャを用いてArCovidVacデータセットをベンチマークした。
関連論文リスト
- Characterizing the Emotion Carriers of COVID-19 Misinformation and Their
Impact on Vaccination Outcomes in India and the United States [0.5936652393309938]
新型コロナウイルス(COVID-19)のインフォデミックは、世界規模での健康行動や結果に前例のない影響を与えた。
嫌悪感、期待、怒りは、米国での偽情報ツイートの増加と関連づけられた。
インドでは偽情報率は予防接種とリード関係を示し、アメリカでは予防接種に遅れを取っていた。
論文 参考訳（メタデータ） (2023-06-24T12:56:56Z) - Vax-Culture: A Dataset for Studying Vaccine Discourse on Twitter [3.768191396638854]
新型コロナウイルス感染症(COVID-19)の感染拡大に伴い、ワクチン中毒は公衆衛生当局にとって大きな課題となっている。
6373のワクチン関連ツイートからなるTwitter COVID-19データセットであるVax-Cultureを紹介します。
このことが、予防接種的信念を持つ個人にリーチするための、効果的で目標とする公衆衛生コミュニケーション戦略につながることを願っている。
論文 参考訳（メタデータ） (2023-04-13T23:04:30Z) - 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) - YouTube COVID-19 Vaccine Misinformation on Twitter: Platform
Interactions and Moderation Blind Spots [0.0]
本研究は、新型コロナウイルスワクチン関連誤報の拡散におけるTwitterとYouTubeの関係について検討する。
我々は、以前容疑者情報を共有していたユーザーの間では、予防接種メッセージの優先権が残っていることを観察する。
論文 参考訳（メタデータ） (2022-08-27T12:55:58Z) - CoVaxNet: An Online-Offline Data Repository for COVID-19 Vaccine
Hesitancy Research [39.82073461647643]
人口のかなりの割合は、いまだに新型コロナウイルス(COVID-19)に対するワクチン接種を控えている。
既存のデータセットはこれらすべての側面をカバーできないため、ワクチンのヘシタシーの問題についての推論において、完全な図を作成することは困難である。
本稿では,マルチソース,マルチモーダル,マルチ機能オンラインオフラインデータリポジトリCoVaxNetを構築する。
論文 参考訳（メタデータ） (2022-06-30T05:58:35Z) - "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) - Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。
そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。
実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
論文 参考訳（メタデータ） (2021-10-13T04:44:02Z) - COVID-19 Vaccine Hesitancy on Social Media: Building a Public Twitter
Dataset of Anti-vaccine Content, Vaccine Misinformation and Conspiracies [10.505633521103018]
新型コロナウイルスワクチンに関する偽の主張は、現在進行中の予防接種キャンペーンに対する公衆の信頼を損なう可能性がある。
われわれは、強力な抗ワクチン姿勢を示すTwitter投稿のデータセットを提示する。
論文 参考訳（メタデータ） (2021-05-11T15:43:41Z) - ArCorona: Analyzing Arabic Tweets in the Early Days of Coronavirus
(COVID-19) Pandemic [3.057212947792573]
我々は、新型コロナウイルスに関連するアラビア語のツイートを手動で注釈付けした最大のデータセットを提示する。
アノテーションガイドラインを記述し、データセットを分析し、効果的な機械学習とトランスフォーマーに基づく分類モデルを構築する。
論文 参考訳（メタデータ） (2020-12-02T19:05:25Z) - Fighting the COVID-19 Infodemic in Social Media: A Holistic Perspective
and a Call to Arms [42.7332883578842]
新型コロナウイルス(COVID-19)のパンデミックが勃発すると、人々はソーシャルメディアに、タイムリーな情報を読み、共有するよう促した。
また、医療と政治の誤報と偽情報の新しいブレンドがあり、これが最初の世界的なインフォデミックを引き起こした。
これは、ジャーナリスト、ファクトチェッカー、政策立案者、政府機関、ソーシャルメディアプラットフォーム、社会全体の観点からの総合的なアプローチを必要とする複雑な問題である。
論文 参考訳（メタデータ） (2020-07-15T21:18:30Z) - Fighting the COVID-19 Infodemic: Modeling the Perspective of
Journalists, Fact-Checkers, Social Media Platforms, Policy Makers, and the
Society [37.9389191670008]
新型コロナウイルスは世界保健機関(WHO)にとって最も重要な分野の一つだと宣言されている。
このインフォデミックと戦うことは、世界保健機関(WHO)の最も重要な焦点の1つと宣言されている。
詳細な偽情報分析のために,手動で注釈付きツイート16Kの大規模なデータセットをリリースする。
論文 参考訳（メタデータ） (2020-04-30T18:04:20Z)
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。