处理机器学习概念漂移揭示COVID-19大流行期间疫苗情绪的下降
社会与信息网络
2020-12-08 v2 计算与语言
摘要
社交媒体分析已成为近实时评估包括健康话题在内的各类话题公众舆论的常用方法。社交媒体帖子数量的不断增长导致现代机器学习方法在自然语言处理中的使用增加。尽管社交媒体的快速动态可迅速捕捉潜在趋势，它也带来了一个技术问题：过去在标注数据上训练的算法在应用于当代数据时可能表现不佳。这一现象被称为概念漂移，当感兴趣话题本身或其讨论方式发生快速转变时，尤为成问题。在此，我们通过聚焦Twitter上表达的疫苗情绪来探究机器学习概念漂移的影响，该话题尤其在COVID-19大流行期间具有核心重要性。我们显示，尽管2020年COVID-19大流行期间疫苗情绪显著下降，但基于大流行前数据训练的算法由于概念漂移在很大程度上错过了这一下降。我们的结果表明，社交媒体分析系统必须以连续方式处理概念漂移，以避免数据系统性误分类的风险，这在危机期间尤为可能，因为底层数据可能突然且快速地变化。
引用
@article{arxiv.2012.02197,
title = {Addressing machine learning concept drift reveals declining vaccine sentiment during the COVID-19 pandemic},
author = {Martin Müller and Marcel Salathé},
journal= {arXiv preprint arXiv:2012.02197},
year = {2020}
}
备注
9 pages, 4 figures, 3 pages of SI; Minor correction in Figure 1: Bracket was not visible