論文の概要: Understanding Environmental Posts: Sentiment and Emotion Analysis of
Social Media Data
- arxiv url: http://arxiv.org/abs/2312.03095v1
- Date: Tue, 5 Dec 2023 19:26:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 16:49:58.114058
- Title: Understanding Environmental Posts: Sentiment and Emotion Analysis of
Social Media Data
- Title（参考訳）: 環境ポストの理解:ソーシャルメディアデータの感情分析と感情分析
- Authors: Daniyar Amangeldi, Aida Usmanova, Pakizar Shamoi
- Abstract要約: 本研究は,2014年から2023年までの10年間の気候変動と環境に対する一般の認識を分析した。
否定的な環境ツイートは、肯定的あるいは中立的なツイートよりもはるかに一般的である。
環境ツイートで最も一般的な感情は、恐怖、信頼、予測である。
- 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: Social media is now the predominant source of information due to the
availability of immediate public response. As a result, social media data has
become a valuable resource for comprehending public sentiments. Studies have
shown that it can amplify ideas and influence public sentiments. This study
analyzes the public perception of climate change and the environment over a
decade from 2014 to 2023. Using the Pointwise Mutual Information (PMI)
algorithm, we identify sentiment and explore prevailing emotions expressed
within environmental tweets across various social media platforms, namely
Twitter, Reddit, and YouTube. Accuracy on a human-annotated dataset was 0.65,
higher than Vader score but lower than that of an expert rater (0.90). Our
findings suggest that negative environmental tweets are far more common than
positive or neutral ones. Climate change, air quality, emissions, plastic, and
recycling are the most discussed topics on all social media platforms,
highlighting its huge global concern. The most common emotions in environmental
tweets are fear, trust, and anticipation, demonstrating public reactions wide
and complex nature. By identifying patterns and trends in opinions related to
the environment, we hope to provide insights that can help raise awareness
regarding environmental issues, inform the development of interventions, and
adapt further actions to meet environmental challenges.
- Abstract（参考訳）: ソーシャルメディアは現在、即時の公開応答が利用できるため、主要な情報源となっている。
その結果、ソーシャルメディアデータは、大衆の感情を理解するための貴重なリソースとなっている。
研究により、アイデアを増幅し、大衆の感情に影響を与えることが示されている。
本研究は,2014年から2023年までの10年間の気候変動と環境に対する一般の認識を分析した。
pointwise mutual information (pmi) アルゴリズムを使用して感情を識別し、様々なソーシャルメディアプラットフォーム(twitter、reddit、youtube)の環境ツイートで表現される一般的な感情を探索する。
人間の注釈付きデータセットの精度は0.65であり、vaderスコアよりも高く、エキスパート・レートラーのそれよりも低い(0.90)。
否定的な環境ツイートは、ポジティブなツイートや中立的なツイートよりはるかに多いことが示唆された。
気候変動、大気質、排出ガス、プラスチック、リサイクルはソーシャルメディアプラットフォームでもっとも議論されている話題であり、世界の大きな懸念を浮き彫りにしている。
環境ツイートで最も一般的な感情は恐怖、信頼、期待であり、公衆の反応を広く複雑な性質で示している。
環境に関する意見のパターンや傾向を特定することで、環境問題に対する意識を高め、介入の進展を知らせ、環境問題に対応するためのさらなる行動に適応できる洞察を提供したいと考えています。
関連論文リスト
- Understanding Opinions Towards Climate Change on Social Media [2.31449645503075]
我々は,実世界の出来事がソーシャルメディア上での気候変動関連トピックに対する個人の意見にどのように影響するかを理解することを目的としている。
我々は2006年から2019年にかけて360万人のユーザーが送った1360万ツイートのデータセットを抽出し分析した。
我々の研究は、COPイベントを取り巻く温暖化対策コミュニティの進化を理解するための第一歩として機能する。
論文 参考訳（メタデータ） (2023-12-02T20:02:34Z) - Exploring a Hybrid Deep Learning Framework to Automatically Discover
Topic and Sentiment in COVID-19 Tweets [2.3940819037450987]
新型コロナウイルスは、世界的な公衆衛生問題や、経済危機、失業、精神的苦痛などの問題を引き起こしている。
このパンデミックは世界中で致命的であり、多くの人々が感染症だけでなく、問題、ストレス、不思議、恐怖、恨み、憎しみに悩まされている。
Twitterは、非常に影響力のあるソーシャルメディアプラットフォームであり、健康関連情報、ニュース、意見、世論などの重要な情報源である。
論文 参考訳（メタデータ） (2023-12-02T16:58:17Z) - ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using
Natural Language Processing [0.0]
本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。
目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
論文 参考訳（メタデータ） (2023-10-12T07:48:50Z) - Self-supervised Hypergraph Representation Learning for Sociological
Analysis [52.514283292498405]
本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。
まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。
第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2022-12-22T01:20:29Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - A Study on Herd Behavior Using Sentiment Analysis in Online Social
Network [1.5673338088641469]
本稿では,オンラインソーシャルネットワーキングサイトからの批判的意見を予測するための多様な戦略の能力について述べる。
ソーシャルメディアはここ数十年で良いメディアとなり、世界中の意見を共有している。
本研究では,ソーシャルメディアコンテンツを用いた感情分析手法の評価を行った。
論文 参考訳（メタデータ） (2021-07-25T05:22:35Z) - 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) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳（メタデータ） (2020-11-03T21:22:42Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳（メタデータ） (2020-06-03T11:34:25Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z) - Measuring the Diversity of Facebook Reactions to Research [0.0]
クリックベースの反応を重み付けすることで,その理解度を高める方法を提案する。
我々は,LDAトピックモデルと統計検査とともに,ユーザの感情反応が別の科学的トピックとどのように異なるかを調べる。
Facebookの科学的研究には概して肯定的な反応があり、ポジティブな感情的な反応を生み出す記事が広く共有される傾向にある。
論文 参考訳（メタデータ） (2020-01-04T03:41:44Z)
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。