論文の概要: Large language models for sentiment analysis of newspaper articles during COVID-19: The Guardian

• arxiv url: http://arxiv.org/abs/2405.13056v1
• Date: Mon, 20 May 2024 07:10:52 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-25 04:32:08.859355
• Title: Large language models for sentiment analysis of newspaper articles during COVID-19: The Guardian
• Title（参考訳）: 新型コロナウイルスによる新聞記事の感情分析のための大規模言語モデル:The Guardian
• Authors: Rohitash Chandra, Baicheng Zhu, Qingying Fang, Eka Shinjikashvili,
• Abstract要約: この研究は、新型コロナウイルスのさまざまな段階におけるガーディアン紙の感情分析を提供する。 パンデミックの初期段階では、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移した。 結果は、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことを示している。
• 参考スコア（独自算出の注目度）: 0.16777183511743468
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: During the COVID-19 pandemic, the news media coverage encompassed a wide range of topics that includes viral transmission, allocation of medical resources, and government response measures. There have been studies on sentiment analysis of social media platforms during COVID-19 to understand the public response given the rise of cases and government strategies implemented to control the spread of the virus. Sentiment analysis can provide a better understanding of changes in societal opinions and emotional trends during the pandemic. Apart from social media, newspapers have played a vital role in the dissemination of information, including information from the government, experts, and also the public about various topics. A study of sentiment analysis of newspaper sources during COVID-19 for selected countries can give an overview of how the media covered the pandemic. In this study, we select The Guardian newspaper and provide a sentiment analysis during various stages of COVID-19 that includes initial transmission, lockdowns and vaccination. We employ novel large language models (LLMs) and refine them with expert-labelled sentiment analysis data. We also provide an analysis of sentiments experienced pre-pandemic for comparison. The results indicate that during the early pandemic stages, public sentiment prioritised urgent crisis response, later shifting focus to addressing the impact on health and the economy. In comparison with related studies about social media sentiment analyses, we found a discrepancy between The Guardian with dominance of negative sentiments (sad, annoyed, anxious and denial), suggesting that social media offers a more diversified emotional reflection. We found a grim narrative in The Guardian with overall dominance of negative sentiments, pre and during COVID-19 across news sections including Australia, UK, World News, and Opinion
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)パンデミックの間、ニュースメディアは、ウイルス感染、医療資源の配分、政府の対応措置など、幅広いトピックをカバーした。 新型コロナウイルスの感染拡大を抑えるために実施されるケースや政府戦略の台頭を踏まえ、ソーシャルメディアプラットフォームに対する感情分析について、公衆の反応を理解する研究が進められている。 感情分析は、パンデミック中の社会的意見や感情的傾向の変化をよりよく理解することができる。 ソーシャルメディア以外では、新聞は政府の情報、専門家、そして様々な話題に関する一般大衆の情報を広める上で重要な役割を担っている。 新型コロナウイルス(COVID-19)感染拡大に伴う新聞ソースの感情分析は、メディアがパンデミックをどうカバーしているかを概観することができる。 本研究では、The Guardian紙を選定し、初期感染、ロックダウン、ワクチン接種を含む新型コロナウイルスの様々な段階における感情分析を行う。 我々は、新しい大規模言語モデル(LLM)を採用し、専門家による感情分析データを用いてそれらを洗練する。 また、比較のためにパンデミック前に経験した感情の分析も提供する。 その結果、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことが示唆された。 ソーシャルメディアの感情分析に関する関連研究と比較すると,「ガーディアン」と「否定的感情」の優位性(不快感,不安感,否定感,否定感)の相違は,ソーシャルメディアがより多様な感情的反射をもたらすことを示唆している。 The Guardianでは、オーストラリア、イギリス、ワールドニュース、オピニオンを含むニュースセクションで、新型コロナウイルス前と期間中に、否定的な感情を総合的に支配する悲惨な物語を見つけた。

関連論文リスト

• Cutting through the noise to motivate people: A comprehensive analysis of COVID-19 social media posts de/motivating vaccination [1.1606619391009658]
  新型コロナウイルス(COVID-19)のパンデミックは、医療情報システムの重大な弱点を露呈した。 ソーシャルメディア上の誤報が圧倒的に多いことは、人々に適切な予防措置をとらせ、予防接種を受けるよう動機付けるという課題を生み出した。 本研究では,ソーシャルメディアにおける科学的コミュニケーションと公衆のモチベーションについて論じる。
  論文  参考訳（メタデータ） (2024-06-15T02:36:11Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• BERT-Deep CNN: State-of-the-Art for Sentiment Analysis of COVID-19 Tweets [0.7850663096185592]
  新型コロナウイルスのパンデミックは、ソーシャルメディアプラットフォーム上で議論されている出来事の1つだ。 パンデミックの状況では、ソーシャルメディアのテキストを分析して感情的傾向を明らかにすることが非常に有用である。 我々は、最先端のBERTモデルとDeep CNNモデルを用いて、ソーシャルメディアを通じて、新型コロナウイルスのパンデミックに対する社会の認識を研究する。
  論文  参考訳（メタデータ） (2022-11-04T14:35:56Z)
• "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)
• When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
  感情をラベル付けした1万ツイートのCovidEmoを紹介します。 事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
  論文  参考訳（メタデータ） (2021-07-23T04:07:14Z)
• Automatic Monitoring Social Dynamics During Big Incidences: A Case Study of COVID-19 in Bangladesh [0.26651200086513094]
  本研究は、co-19パンデミックに関連するバングラデシュの新聞データを分析した。 この分析は、政府や他の組織がこのパンデミックによって社会で発生した課題を理解するのに役立ちます。
  論文  参考訳（メタデータ） (2021-01-24T07:46:17Z)
• 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)
• Topic, Sentiment and Impact Analysis: COVID19 Information Seeking on Social Media [1.6328866317851185]
  この研究は、COVID19に関連するオーストラリアの球面の大規模な時空間的ツイートデータセットを分析した。 この手法にはボリューム分析、ダイナミックトピックモデリング、感情検出、セマンティックブランドスコアが含まれていた。 得られた知見は、政府報告事例のような独立に観察された現象と比較される。
  論文  参考訳（メタデータ） (2020-08-28T02:03:18Z)
• Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media [14.662523926129117]
  大規模なソーシャルメディア投稿から、COVID-19による話題や感情のダイナミクスを分析した。 安全な家にいよう」といった話題は肯定的な感情で支配されている。 人の死のような他のものは、常に否定的な感情を示しています。
  論文  参考訳（メタデータ） (2020-07-05T12:05:30Z)
• 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)
• 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)

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。