論文の概要: Using LLMs to Infer Non-Binary COVID-19 Sentiments of Chinese Micro-bloggers

• arxiv url: http://arxiv.org/abs/2501.05423v1
• Date: Thu, 09 Jan 2025 18:30:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:58:08.627522
• Title: Using LLMs to Infer Non-Binary COVID-19 Sentiments of Chinese Micro-bloggers
• Title（参考訳）: LLMを用いて中国のマイクロブロッガーの非Binary COVID-19感受性を推定する
• Authors: Jerry Chongyi Hu, Mohammed Shahid Modi, Boleslaw K. Szymanski,
• Abstract要約: 中国で最も人気のあるマイクロブログサイトであるWeiboについて、新型コロナウイルス(COVID-19)の感染拡大に伴う投稿を用いて調査する。 大規模言語モデルであるLlama 3 8Bを使用して,肯定的,否定的,皮肉的,中立的なカテゴリに分類することで,プラットフォーム上のユーザの感情を分析する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Studying public sentiment during crises is crucial for understanding how opinions and sentiments shift, resulting in polarized societies. We study Weibo, the most popular microblogging site in China, using posts made during the outbreak of the COVID-19 crisis. The study period includes the pre-COVID-19 stage, the outbreak stage, and the early stage of epidemic prevention. We use Llama 3 8B, a Large Language Model, to analyze users' sentiments on the platform by classifying them into positive, negative, sarcastic, and neutral categories. Analyzing sentiment shifts on Weibo provides insights into how social events and government actions influence public opinion. This study contributes to understanding the dynamics of social sentiments during health crises, fulfilling a gap in sentiment analysis for Chinese platforms. By examining these dynamics, we aim to offer valuable perspectives on digital communication's role in shaping society's responses during unprecedented global challenges.
• Abstract（参考訳）: 危機時の世論調査は、意見や感情がどのように変化し、分極社会をもたらすかを理解するために不可欠である。 中国で最も人気のあるマイクロブログサイトであるWeiboについて、新型コロナウイルス(COVID-19)の感染拡大に伴う投稿を用いて調査する。 研究期間は、新型コロナウイルス前ステージ、アウトブレイクステージ、疫病予防の初期段階を含む。 大規模言語モデルであるLlama 3 8Bを使用して,肯定的,否定的,皮肉的,中立的なカテゴリに分類することで,プラットフォーム上のユーザの感情を分析する。 Weiboに対する感情の変化を分析することは、社会的出来事や政府の行動が世論にどう影響するかについての洞察を提供する。 この研究は、健康危機時の社会的感情のダイナミクスの理解に寄与し、中国のプラットフォームに対する感情分析のギャップを埋めるものである。 これらのダイナミクスを検証することによって、前例のない世界的課題における社会の反応を形作る上でのデジタルコミュニケーションの役割について、貴重な視点を提供することを目指している。

関連論文リスト

• Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks [45.58331196717468]
  本研究では,ソーシャルメディアプラットフォームにおけるオンラインコミュニティの動態を解析するための枠組みを提案する。 テキスト分類と動的ソーシャルネットワーク分析を組み合わせることで,コミュニティの形成と進化を促進するメカニズムを明らかにする。
  論文  参考訳（メタデータ） (2024-09-18T03:03:02Z)
• A longitudinal sentiment analysis of Sinophobia during COVID-19 using large language models [3.3741245091336083]
  新型コロナウイルス(COVID-19)のパンデミックにより、キセノフォビア、特にシナフォビアが悪化し、中国系個人に対する差別が広まりつつある。 新型コロナウイルスのパンデミック時にX(Twitter)で表現されたSinophobic sentimentsの縦断的感情分析にLLMを用いた感情分析フレームワークを提案する。 その結果, SinophobicTweets, Sinophobic sentiments, surges in COVID-19 case, it is a significant correlation between the spikes in Sinophobic tweetss, Sinophobic sentiments and surges in COVID-19 case, showed that the evolution of the spread of public sentiment and the prevalence of Sinophobic discourse。
  論文  参考訳（メタデータ） (2024-08-29T23:39:11Z)
• Large language models for sentiment analysis of newspaper articles during COVID-19: The Guardian [0.16777183511743468]
  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。
  論文  参考訳（メタデータ） (2024-05-20T07:10:52Z)
• Know it to Defeat it: Exploring Health Rumor Characteristics and Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
  われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。 以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。 本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
  論文  参考訳（メタデータ） (2021-09-25T14:02:29Z)
• 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)
• 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)
• On Analyzing Antisocial Behaviors Amid COVID-19 Pandemic [5.900114841365645]
  新型コロナウイルスのパンデミックでオンラインの反社会的行動を研究する研究はほとんどない。 本稿では、4000万以上の新型コロナウイルス関連ツイートの大規模なデータセットを収集し、注釈を付けることで、研究ギャップを埋める。 また、アノテーション付きデータセットの実証分析を行い、新型コロナウイルスのパンデミックの中で、新しい虐待的レキシコンが導入されたことを発見した。
  論文  参考訳（メタデータ） (2020-07-21T11:11:35Z)
• 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。