ArCovidVac：面向阿拉伯语 COVID-19 疫苗接种推文的分析
计算与语言
2022-01-19 v1 社会与信息网络
摘要
COVID-19 大流行的出现和首次全球信息疫情以多种不同方式改变了我们的生活。我们依赖社交媒体获取有关 COVID-19 大流行的最新信息，同时也借此传播信息。社交媒体中的内容不仅包含来自决策者的健康相关建议、计划和资讯新闻，还包含阴谋论和谣言。尽快识别此类信息以做出可操作决策（例如辟谣或采取某些旅行措施）变得十分重要。为应对这一挑战，我们开发并公开发布了首个最大的手动标注阿拉伯语推文数据集 ArCovidVac，用于 COVID-19 疫苗接种活动，覆盖阿拉伯地区多个国家。该数据集丰富了多层标注，包括：（i）信息性（推文重要性较高 vs. 较低）；（ii）细粒度推文内容类型（如建议、谣言、限制、认证新闻/信息）；（iii）对疫苗接种的立场（支持接种、中立、反对接种）。此外，我们对数据进行了深入分析，探索不同疫苗的流行度、热门标签、话题以及推文中攻击性内容的存在情况。我们研究了各类推文的数据以及疫苗立场的时间变化。我们使用 transformer 架构对 ArCovidVac 数据集在信息性、内容类型和立场检测上进行了基准测试。
引用
@article{arxiv.2201.06496,
title = {ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination},
author = {Hamdy Mubarak and Sabit Hassan and Shammur Absar Chowdhury and Firoj Alam},
journal= {arXiv preprint arXiv:2201.06496},
year = {2022}
}
备注
8 pages, 9 figures