論文の概要: Unveiling Public Perceptions: Machine Learning-Based Sentiment Analysis of COVID-19 Vaccines in India

• arxiv url: http://arxiv.org/abs/2311.11435v2
• Date: Sun, 26 Nov 2023 15:05:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-30 12:30:11.548167
• Title: Unveiling Public Perceptions: Machine Learning-Based Sentiment Analysis of COVID-19 Vaccines in India
• Title（参考訳）: インドにおける新型コロナウイルスワクチンの機械学習による感受性分析
• Authors: Milind Gupta and Abhishek Kaushik
• Abstract要約: ソーシャルメディア、特に4億3000万人のユーザーがいるRedditは、情報を広める上で重要な役割を担った。 この研究では、Redditのデータを分析し、新型コロナウイルスワクチンに対するインド人の感情を測定するためにデータマイニング技術を採用している。 その結果、インドのRedditユーザーはワクチン接種について中立性を示しており、インド政府が人口の大部分をワクチン接種しようとする試みに挑戦していることを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In March 2020, the World Health Organisation declared COVID-19 a global pandemic as it spread to nearly every country. By mid-2021, India had introduced three vaccines: Covishield, Covaxin, and Sputnik. To ensure successful vaccination in a densely populated country like India, understanding public sentiment was crucial. Social media, particularly Reddit with over 430 million users, played a vital role in disseminating information. This study employs data mining techniques to analyze Reddit data and gauge Indian sentiments towards COVID-19 vaccines. Using Python's Text Blob library, comments are annotated to assess general sentiments. Results show that most Reddit users in India expressed neutrality about vaccination, posing a challenge for the Indian government's efforts to vaccinate a significant portion of the population.
• Abstract（参考訳）: 2020年3月、世界保健機関(WHO)は新型コロナウイルスの世界的な感染拡大を宣言。 2021年半ばまでに、インドはコビシエルド、コヴァクシン、スプートニクの3つのワクチンを導入した。 インドのような人口密度の高い国でワクチン接種が成功するためには、大衆の感情を理解することが不可欠だった。 ソーシャルメディア、特にredditは4億3000万人のユーザーを抱えており、情報を広める上で重要な役割を果たした。 この研究では、Redditのデータを分析し、新型コロナウイルスワクチンに対するインド人の感情を測定するためにデータマイニング技術を採用している。 PythonのText Blobライブラリを使って、コメントは一般的な感情を評価するために注釈付けされる。 結果、インドのredditユーザーのほとんどが、予防接種に関する中立性を示しており、インド政府は人口のかなりの部分を予防接種しようとしている。

関連論文リスト

• 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)
• Vaccine Discourse on Twitter During the COVID-19 Pandemic [0.7161783472741748]
  本研究は、Twitter上での新型コロナウイルスワクチンに関する投稿を調査し、ワクチンに対する否定的な姿勢を持つものに焦点を当てる。 新型コロナウイルスワクチンに関連する英国のツイート16,713,238件のデータセットが収集された。 新型コロナウイルスワクチンに関する否定性は、ワクチンのロールアウトとともに時間とともに低下していることを示す。
  論文  参考訳（メタデータ） (2022-07-23T13:50:51Z)
• "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)
• Co-WIN: Really Winning? Analysing Inequity in India's Vaccination Response [10.092228219529918]
  新型コロナウイルスのパンデミックは世界中で550万人の死者を報告しており、そのうち8.7%がインドから来ている。 2022年1月20日時点で、インドは382万件の報告があり、死者は487万人である。 インドの予防接種は2021年1月16日に始まり、異なる人口を優先する政府の政策が導入された。
  論文  参考訳（メタデータ） (2022-02-09T12:57:31Z)
• 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)
• Mining Trends of COVID-19 Vaccine Beliefs on Twitter with Lexical Embeddings [0.8808021343665321]
  新型コロナウイルスワクチン接種に関するTwitter投稿のコーパスを抽出しました。 語彙カテゴリーの2つのクラス — 感情と影響要因 — を作成しました。 ワクチンに対するためらいのようなネガティブな感情は、健康関連の効果や誤った情報と高い相関がある。
  論文  参考訳（メタデータ） (2021-04-02T16:13:16Z)
• 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)
• Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
  われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。 実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
  論文  参考訳（メタデータ） (2020-06-05T02:04:25Z)
• The Ivory Tower Lost: How College Students Respond Differently than the General Public to the COVID-19 Pandemic [66.80677233314002]
  新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。 米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。 本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
  論文  参考訳（メタデータ） (2020-04-21T13:02:38Z)
• 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。