Fugu-MT 論文翻訳(概要): Covid-19 Public Sentiment Analysis for Indian Tweets Classification

論文の概要: Covid-19 Public Sentiment Analysis for Indian Tweets Classification

arxiv url: http://arxiv.org/abs/2308.06241v1
Date: Tue, 1 Aug 2023 09:29:55 GMT
ステータス: 処理完了
システム内更新日: 2023-08-20 16:39:13.623326
Title: Covid-19 Public Sentiment Analysis for Indian Tweets Classification
Title（参考訳）: Covid-19 インドのつぶやき分類のための公開感性分析
Authors: Mohammad Maksood Akhter, Devpriya Kanojia
Abstract要約: Twitterのデータがどのように抽出されたかを示し、その上で感情分析クエリを実行する。これは、意見が極めて非構造的で異質であり、肯定的、否定的、中立的であるツイートの情報を分析するのに役立つ。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: When any extraordinary event takes place in the world wide area, it is the social media that acts as the fastest carrier of the news along with the consequences dealt with that event. One can gather much information through social networks regarding the sentiments, behavior, and opinions of the people. In this paper, we focus mainly on sentiment analysis of twitter data of India which comprises of COVID-19 tweets. We show how Twitter data has been extracted and then run sentimental analysis queries on it. This is helpful to analyze the information in the tweets where opinions are highly unstructured, heterogeneous, and are either positive or negative or neutral in some cases.
Abstract（参考訳）: 全世界で異常な出来事が発生した場合、その出来事に対処する結果と共に、ニュースの最速のキャリアとして機能するソーシャルメディアである。人々の感情、行動、意見に関する多くの情報をソーシャルネットワークを通じて収集することができる。本稿では、主に、新型コロナウイルス(covid-19)ツイートからなるインドのtwitterデータの感情分析に焦点をあてる。 Twitterのデータがどのように抽出されたかを示し、その上で感情分析クエリを実行する。これは、意見が高度に非構造化、異質で、肯定的、否定的、中立的であるようなツイートの情報を分析するのに役立つ。

関連論文リスト

What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文参考訳（メタデータ） (2021-11-09T07:45:11Z)
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)
News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文参考訳（メタデータ） (2021-06-07T19:26:32Z)
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)
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)
Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文参考訳（メタデータ） (2020-05-25T21:58:09Z)
Mood of India During Covid-19 -- An Interactive Web Portal Based on Emotion Analysis of Twitter Data [7.820667552233989]
このWebポータルは、リアルタイムのTwitterデータに基づいて、Covid-19中のインドのムードを表示することを目的としている。 2020年5月6日現在、このウェブポータルには194370のツイートがあり、それぞれのツイートは7つのカテゴリに分類されている。トリガーイベントのリストも指定されており、Covid-19の期間中にインドで発生した特定のイベントについて、インドのムードを見ることができる。
論文参考訳（メタデータ） (2020-05-06T17:04:43Z)
That Message Went Viral?! Exploratory Analytics and Sentiment Analysis into the Propagation of Tweets [0.0]
我々は100万ツイート以上のデータセットについて探索分析を行った。我々は、最も人気のあるメッセージを特定し、複数の内因性次元でつぶやきを分析した。私たちはいくつかの興味深いパターンを発見し、研究者や実践者が人気のあるバイラルツイートの振る舞いをよりよく理解するための新たな洞察を明らかにしました。
論文参考訳（メタデータ） (2020-04-21T02:38:53Z)
A thematic analysis of highly retweeted early COVID -19 tweets: Consensus, information, dissent, and lockdown life [8.528384027684192]
この記事では、COVID-19に対する公衆の反応の初期段階でTwitterに反映された重要な問題を調査する。 87のツイートで特定された主なテーマは、ロックダウンライフ、社会的制限に対する態度、政治、安全メッセージ、COVID-19の患者、キーワーカーのサポート、仕事、そしてCOVID-19の事実/ニュースだった。
論文参考訳（メタデータ） (2020-04-06T16:34:23Z)

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。