关于 SARS-CoV-2 奥密克戎变异株推文的探索性研究：来自情感分析、语言解读、来源追踪、类型分类与嵌入 URL 检测的洞察
计算与语言
2022-08-23 v1 机器学习
社会与信息网络
摘要
本文呈现了一项关于 Twitter 上持续生成的、与 COVID-19 大流行相关信息、新闻、观点、想法、反馈及经验分享相关的 Big Data 的探索性研究结果，特别关注当前全球主导的 SARS-CoV-2 变异株——奥密克戎。共研究了12028条关于奥密克戎变异株的推文，所分析的推文具体特征包括：情感、语言、来源、类型与嵌入 URL。本研究有多项发现。首先，情感分析显示50.5%的推文呈中性情绪；其他情绪——bad、good、terrible、great 分别占15.6%、14.0%、12.5%与7.5%。其次，语言解读表明65.9%的推文以英语发布，其后依次为西班牙语、法语、意大利语及其他语言。第三，来源追踪显示 Twitter for Android 关联35.2%的推文，其后为 Twitter Web App、Twitter for iPhone、Twitter for iPad 及其他来源。第四，推文类型研究显示转推占60.8%，原创推文与回复分别占19.8%与19.4%。第五，嵌入 URL 分析中，推文内最常见域名为 twitter.com，其后为 biorxiv.org、nature.com 及其他域名。最后，为支持该领域类似研究，我们构建了一个自2021年11月24日该变异株首次检出以来包含超500,000条奥密克戎相关推文的 Twitter 数据集。
引用
@article{arxiv.2208.10252,
title = {An Exploratory Study of Tweets about the SARS-CoV-2 Omicron Variant: Insights from Sentiment Analysis, Language Interpretation, Source Tracking, Type Classification, and Embedded URL Detection},
author = {Nirmalya Thakur and Chia Y. Han},
journal= {arXiv preprint arXiv:2208.10252},
year = {2022}
}