論文の概要: Leveraging Natural Language Processing For Public Health Screening On YouTube: A COVID-19 Case Study

• arxiv url: http://arxiv.org/abs/2306.01164v1
• Date: Thu, 1 Jun 2023 21:40:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-05 17:31:17.294697
• Title: Leveraging Natural Language Processing For Public Health Screening On YouTube: A COVID-19 Case Study
• Title（参考訳）: YouTube上の公衆衛生検査のための自然言語処理の活用:COVID-19のケーススタディ
• Authors: Ahrar Bin Aslam (1), Zafi Sherhan Syed (1), Muhammad Faiz Khan (1), Asghar Baloch (1), and Muhammad Shehram Shah Syed (1) ((1) Mehran University of Engineering and Technology)
• Abstract要約: 本研究の目的は,2019年のコロナウイルス(COVID-19)の診断に関連するYouTube vlogの音声内容の同定に自然言語処理を用いることである。 新型コロナウイルスに関連する単語を含む200語からなる辞書が作成された。 データはトピックモデリング、ワードクラウド、辞書マッチングを用いて分析された。
• 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: Background: Social media platforms have become a viable source of medical information, with patients and healthcare professionals using them to share health-related information and track diseases. Similarly, YouTube, the largest video-sharing platform in the world contains vlogs where individuals talk about their illnesses. The aim of our study was to investigate the use of Natural Language Processing (NLP) to identify the spoken content of YouTube vlogs related to the diagnosis of Coronavirus disease of 2019 (COVID-19) for public health screening. Methods: COVID-19 videos on YouTube were searched using relevant keywords. A total of 1000 videos being spoken in English were downloaded out of which 791 were classified as vlogs, 192 were non-vlogs, and 17 were deleted by the channel. The videos were converted into a textual format using Microsoft Streams. The textual data was preprocessed using basic and advanced preprocessing methods. A lexicon of 200 words was created which contained words related to COVID-19. The data was analyzed using topic modeling, word clouds, and lexicon matching. Results: The word cloud results revealed discussions about COVID-19 symptoms like "fever", along with generic terms such as "mask" and "isolation". Lexical analysis demonstrated that in 96.46% of videos, patients discussed generic terms, and in 95.45% of videos, people talked about COVID-19 symptoms. LDA Topic Modeling results also generated topics that successfully captured key themes and content related to our investigation of COVID-19 diagnoses in YouTube vlogs. Conclusion: By leveraging NLP techniques on YouTube vlogs public health practitioners can enhance their ability to mitigate the effects of pandemics and effectively respond to public health challenges.
• Abstract（参考訳）: 背景: ソーシャルメディアプラットフォームは医療情報の有効な情報源となり、患者や医療専門家が医療関連情報を共有し、病気を追跡できるようになっている。 同様に、世界最大のビデオ共有プラットフォームであるyoutubeには、個人が病気について話すvlogが含まれている。 本研究の目的は、2019年の新型コロナウイルス(covid-19)の診断に関連するyoutube vlogの音声コンテンツの特定に自然言語処理(nlp)を用いた公衆衛生スクリーニングを行うことである。 方法:YouTube上のCOVID-19ビデオは関連キーワードを使って検索された。 英語で話されている合計1000本のビデオがダウンロードされ、そのうち791本がvlog、192本が非vlog、17本がチャンネルによって削除された。 ビデオはMicrosoft Streamsを使ってテキストフォーマットに変換された。 テキストデータは基礎的および高度な前処理法を用いて前処理された。 新型コロナウイルスに関連する言葉を含む200語からなる辞書が作成された。 データはトピックモデリング、ワードクラウド、辞書マッチングを用いて分析された。 結果:"マスク"や"アイソレーション"といった一般的な用語とともに、新型コロナウイルスの症状に関する議論が明らかになった。 語彙分析では、96.46%の患者が一般的な用語を話し、95.45%の患者が新型コロナウイルスの症状について話した。 LDA Topic Modelingの結果は、YouTubeのvlogsにおけるCOVID-19の診断に関する主要なテーマとコンテンツをうまく捉えたトピックも生成した。 結論:YouTubeのvlogにNLP技術を活用することで、公衆衛生実践者はパンデミックの影響を緩和し、公衆衛生上の課題に効果的に対応する能力を高めることができる。

関連論文リスト

• AIM 2024 Challenge on Video Saliency Prediction: Methods and Results [105.09572982350532]
  本稿では,AIM 2024におけるビデオ・サリエンシ予測の課題について概説する。 参加者の目標は、提供されたビデオシーケンスのセットに対して正確な精度マップを予測する方法を開発することであった。
  論文  参考訳（メタデータ） (2024-09-23T08:59:22Z)
• Supporters and Skeptics: LLM-based Analysis of Engagement with Mental Health (Mis)Information Content on Video-sharing Platforms [19.510446994785667]
  米国では5人に1人が精神疾患で暮らしている。 ショートフォームビデオコンテンツは、メンタルヘルスとリソースを広めるための重要なコンジットとして機能するように成長してきた。
  論文  参考訳（メタデータ） (2024-07-02T20:51:06Z)
• "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)
• Extracting Major Topics of COVID-19 Related Tweets [2.867517731896504]
  トピックモデリング手法を用いて,全国の検疫期間(2020年3月23日～6月23日)に,Covid-19のツイートからグローバルトピックを抽出する。 また,世界と4カ国の話題の時間的傾向を分析した。
  論文  参考訳（メタデータ） (2021-10-05T08:40:51Z)
• American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic [72.44305630014534]
  新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。 女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。 新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
  論文  参考訳（メタデータ） (2021-09-16T01:10:06Z)
• What is More Likely to Happen Next? Video-and-Language Future Event Prediction [111.93601253692165]
  対話が整ったビデオの場合、人々は次に何が起こるかを見極めることができる。 本研究では,AIモデルがこのようなマルチモーダル・コモンセンスの次世代予測を学べるかどうかを考察する。 新しいデータセットであるVideo-and-Language Event Prediction(ビデオ・アンド・ランゲージ・イベント予測)を収集します。
  論文  参考訳（メタデータ） (2020-10-15T19:56:47Z)
• COVID-19 Pandemic: Identifying Key Issues using Social Media and Natural Language Processing [14.54689130381201]
  ソーシャルメディアデータは、パンデミックに対する大衆の認識と経験を明らかにすることができる。 われわれは6つのソーシャルメディアプラットフォームから集めた新型コロナウイルス関連コメントを分析した。 我々は、34の負のテーマを特定し、そのうち17は経済的、社会政治的、教育的、政治的問題である。
  論文  参考訳（メタデータ） (2020-08-23T12:05:12Z)
• A Multilingual Neural Machine Translation Model for Biomedical Data [84.17747489525794]
  生物医学領域におけるテキストの翻訳に使用できる多言語ニューラルマシン翻訳モデルをリリースする。 このモデルは5つの言語(フランス語、ドイツ語、イタリア語、韓国語、スペイン語)から英語に翻訳できる。 ドメインタグを使用して、大量のジェネリックおよびバイオメディカルデータをトレーニングする。
  論文  参考訳（メタデータ） (2020-08-06T21:26:43Z)
• Health, Psychosocial, and Social issues emanating from COVID-19 pandemic based on Social Media Comments using Natural Language Processing [8.150081210763567]
  新型コロナウイルス(COVID-19)のパンデミックは、世界の健康危機を引き起こし、多くの人の生活に影響を与えている。 ソーシャルメディアのデータは、政府や保健機関がパンデミックにどう対処しているかに対する大衆の認識を明らかにすることができる。 本稿は、新型コロナウイルスのパンデミックが世界規模でソーシャルメディアデータを利用した人々に与える影響を調査することを目的とする。
  論文  参考訳（メタデータ） (2020-07-23T17:19:50Z)
• On the Generation of Medical Dialogues for COVID-19 [60.63485429268256]
  新型コロナウイルス関連の症状を患ったり、危険因子に晒されたりする人は、医師に相談する必要がある。 医療専門家が不足しているため、多くの人がオンライン相談を受けることができない。 本研究の目的は、新型コロナウイルス関連の相談を提供する医療対話システムの構築である。
  論文  参考訳（メタデータ） (2020-05-11T21:23:43Z)
• Deep Sentiment Classification and Topic Discovery on Novel Coronavirus or COVID-19 Online Discussions: NLP Using LSTM Recurrent Neural Network Approach [11.53288322076089]
  2019年12月、新型コロナウイルス(COVID-19)の感染が報告された。 我々は、ソーシャルメディアからの新型コロナウイルス関連議論の自動抽出とトピックモデリングに基づく自然言語処理(NLP)手法を用いて、世論からCOVID-19関連諸問題を明らかにする。 以上の結果から,COVID-19を取り巻く問題を理解し,関連する意思決定を導く上で,世論と適切な計算手法を用いることの重要性が示唆された。
  論文  参考訳（メタデータ） (2020-04-24T16:29:13Z)

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。