論文の概要: To Vaccinate or not to Vaccinate? Analyzing $\mathbb{X}$ Power over the Pandemic
- arxiv url: http://arxiv.org/abs/2503.02563v1
- Date: Tue, 04 Mar 2025 12:40:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-05 19:24:58.190862
- Title: To Vaccinate or not to Vaccinate? Analyzing $\mathbb{X}$ Power over the Pandemic
- Title（参考訳）: Vaccinate or not to Vaccinate?$\mathbb{X}$ Power over the Pandemicの解析
- Authors: Tanveer Khan, Fahad Sohrab, Antonis Michalas, Moncef Gabbouj,
- Abstract要約: 新型コロナウイルスのパンデミックを抑えるため、世界は世界的なワクチンのロールアウトの準備を始めている。
その中でも、$mathbbX$(元Twitter)は関連する情報を配布する上で重要な役割を果たしている。
我々の研究は、$mathbbX$データの自然言語処理を用いて感情分析アプローチを適用している。
- 参考スコア（独自算出の注目度）: 13.944483610447536
- License:
- Abstract: The COVID-19 pandemic has profoundly affected the normal course of life -- from lock-downs and virtual meetings to the unprecedentedly swift creation of vaccines. To halt the COVID-19 pandemic, the world has started preparing for the global vaccine roll-out. In an effort to navigate the immense volume of information about COVID-19, the public has turned to social networks. Among them, $\mathbb{X}$ (formerly Twitter) has played a key role in distributing related information. Most people are not trained to interpret medical research and remain skeptical about the efficacy of new vaccines. Measuring their reactions and perceptions is gaining significance in the fight against COVID-19. To assess the public perception regarding the COVID-19 vaccine, our work applies a sentiment analysis approach, using natural language processing of $\mathbb{X}$ data. We show how to use textual analytics and textual data visualization to discover early insights (for example, by analyzing the most frequently used keywords and hashtags). Furthermore, we look at how people's sentiments vary across the countries. Our results indicate that although the overall reaction to the vaccine is positive, there are also negative sentiments associated with the tweets, especially when examined at the country level. Additionally, from the extracted tweets, we manually labeled 100 tweets as positive and 100 tweets as negative and trained various One-Class Classifiers (OCCs). The experimental results indicate that the S-SVDD classifiers outperform other OCCs.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、ロックダウンや仮想会議、前例のない急激なワクチン開発など、通常の生活習慣に大きな影響を与えている。
新型コロナウイルスのパンデミックを抑えるため、世界は世界的なワクチンのロールアウトの準備を始めている。
新型コロナウイルスに関する膨大な情報をナビゲートするために、大衆はソーシャルネットワークに目を向けた。
その中でも、$\mathbb{X}$(元Twitter)は関連する情報を配布する上で重要な役割を果たしている。
ほとんどの人は医学研究を解釈する訓練を受けておらず、新しいワクチンの有効性に懐疑的なままである。
新型コロナウイルス(COVID-19)との闘いにおいて、反応や知覚を測定することが重要になっている。
新型コロナウイルスワクチンに関する一般の認識を評価するために、我々は、$\mathbb{X}$データの自然言語処理を用いて感情分析アプローチを適用した。
テキスト分析とテキストデータ可視化を用いて、初期の洞察(例えば、最も頻繁に使用されるキーワードやハッシュタグを解析する)を検出する方法を示す。
さらに、国民の感情が各国でどのように異なるかについても検討する。
以上の結果から,ワクチンに対する反応は概ね肯定的ではあるが,特に国レベルでの調査では,ツイートに否定的な感情が伴うことが示唆された。
さらに、抽出したツイートから、手動で100ツイートをポジティブ、100ツイートをネガティブにラベル付けし、さまざまなワンクラス分類器(OCC)を訓練しました。
実験の結果,S-SVDD分類器は他のOCCよりも優れていた。
関連論文リスト
- Analyzing COVID-19 Vaccination Sentiments in Nigerian Cyberspace:
Insights from a Manually Annotated Twitter Dataset [2.820717448579396]
ナイジェリアにおけるワクチンの受け入れについて,トランスフォーマーに基づく言語モデルを用いて検討する。
関連するハッシュタグとキーワードを用いて複数言語ツイートをクロールすることで,新しいデータセットを開発した。
分析と可視化の結果、ほとんどのツイートは新型コロナウイルスワクチンに関する中立的な感情を表しており、一部の人は肯定的な見解を示しています。
論文 参考訳（メタデータ） (2024-01-23T22:49:19Z) - A Large-Scale Analysis of Persian Tweets Regarding Covid-19 Vaccination [1.2499537119440245]
新型コロナウイルスのパンデミックは私たちの生活、特に人々の交流に大きな影響を与えました。
Covid-19ワクチンの導入により、ワクチンの接種の有無に関して、肯定的、否定的な意見の両方が持ち上がった。
われわれは、Twitterから集めたデータを用いて、イランのコロナウイルスワクチンに関する世論を包括的に分析する。
論文 参考訳（メタデータ） (2023-02-09T09:08:19Z) - 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) - Deep Learning-Based Sentiment Analysis of COVID-19 Vaccination Responses
from Twitter Data [2.6256839599007273]
この研究は、新型コロナウイルスワクチンに関する世論の理解を助け、われわれの美しい世界からコロナウイルスを根絶する目的に影響を及ぼすだろう。
ソーシャルメディアは、現在感情や感情を表現する最良の方法であり、その助けを借りて、特にTwitterは、トレンドと人々の心の中で何が起きているのかをよりよく理解することができる。
論文 参考訳（メタデータ） (2022-08-26T18:07:37Z) - "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) - 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) - American Twitter Users Revealed Social Determinants-related Oral Health
Disparities amid the COVID-19 Pandemic [72.44305630014534]
新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。
女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。
新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
論文 参考訳（メタデータ） (2021-09-16T01:10:06Z) - COVID-19 Vaccine and Social Media: Exploring Emotions and Discussions on
Twitter [9.834635805575582]
新型コロナウイルスワクチンに対する公衆の反応は、新型コロナウイルスのパンデミックを抑える上で重要な成功要因だ。
伝統的な調査は高価で時間を要するもので、限られた健康問題に対処し、小規模なデータを取得する。
本研究では,多数のつぶやきを収集・解析するために,計算的および人為的符号化手法を用いた手法を提案する。
論文 参考訳（メタデータ） (2021-07-29T17:31:11Z) - 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) - 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。