分析尼日利亚网络空间中的 COVID-19 疫苗情感：来自人工标注 Twitter 数据集的洞察
计算与语言
2024-01-25 v1 社会与信息网络
摘要
在抗击 COVID-19 大流行方面已经取得了诸多成功，最初采用了各种预防措施，如封锁、社交距离和佩戴口罩。最近，各种疫苗已被开发出来，以帮助预防或降低 COVID-19 感染的严重程度。尽管预防措施和疫苗非常有效，但在 Twitter 等社交媒体平台上仍大量传播着诸多争议。在本文中，我们探索使用最先进的基于 Transformer 的语言模型来研究尼日利亚人们对疫苗的接受程度。我们通过使用相关的标签和关键词抓取多语言推文，开发了一个新颖的数据集。我们的分析和可视化表明，大多数推文对 COVID-19 疫苗表达了中性情感，一些人表达了正面观点，并且对特定疫苗类型没有强烈偏好，尽管 Moderna 获得了略多一些的正面情感。我们还发现，使用适当的数据集微调预训练的 LLM 可以产生有竞争力的结果，即使该 LLM 最初并未在该数据集的特定语言上进行预训练。
引用
@article{arxiv.2401.13133,
title = {Analyzing COVID-19 Vaccination Sentiments in Nigerian Cyberspace: Insights from a Manually Annotated Twitter Dataset},
author = {Ibrahim Said Ahmad and Lukman Jibril Aliyu and Abubakar Auwal Khalid and Saminu Muhammad Aliyu and Shamsuddeen Hassan Muhammad and Idris Abdulmumin and Bala Mairiga Abduljalil and Bello Shehu Bello and Amina Imam Abubakar},
journal= {arXiv preprint arXiv:2401.13133},
year = {2024}
}