刻画COVID-19推特讨论中的药物提及
信息检索
2020-10-12 v2 计算与语言
摘要
自COVID-19被归类为全球大流行以来，已有许多治疗与遏制该病毒的尝试。尽管尚无推荐的特异性抗病毒治疗方案用于COVID-19，但有若干药物可能有助于缓解症状。本工作中，我们挖掘了包含4.24亿条COVID-19讨论推文的大型推特数据集，以识别围绕药物提及的话语。尽管看似直接，但由于推特中语言使用的非正式性，我们展示了机器学习与传统自动化方法相结合以辅助该任务的必要性。通过应用这些互补方法，我们能够多恢复近15%的数据，使得在处理社交媒体数据时，拼写错误处理成为所需的预处理步骤。
引用
@article{arxiv.2007.10276,
title = {Characterizing drug mentions in COVID-19 Twitter Chatter},
author = {Ramya Tekumalla and Juan M. Banda},
journal= {arXiv preprint arXiv:2007.10276},
year = {2020}
}
备注
7 pages, 2 figures and 5 tables