公共感知的比较情感分析：单口霉疫 vs. 新冠疫情行为洞察
计算与语言
2025-07-11 v2 机器学习
摘要
新冠疫情和单口霉疫（mpox）等全球健康危机的出现凸显了理解公众情感以制定有效公共卫生战略的重要性。本研究利用分别包含147,475 条和106,638 条推文的数据，对新冠疫情和mpox的公共感知进行比较式情感分析。应用高级机器学习模型（包括Logistic回归、朴素贝叶斯、RoBERTa、DistilRoBERTa和XLNet）进行情感分类，结果表明公众情绪和话语的关键趋势。分析显示，受疾病特征、媒体呈现和疲劳感的不同影响，公众情感存在显著差异。通过情感极性和主题趋势的视角，本研究为制定公共卫生信息、缓解误导信息、在并发健康危机中建立信任提供了宝贵见解。本研究的发现推动了公共卫生信息学中情感分析应用的发展，为未来研究中增强实时监测和多语言分析奠定了基础。
引用
@article{arxiv.2505.07430,
title = {Comparative sentiment analysis of public perception: Monkeypox vs. COVID-19 behavioral insights},
author = {Mostafa Mohaimen Akand Faisal and Rabeya Amin Jhuma and Jamini Jasim},
journal= {arXiv preprint arXiv:2505.07430},
year = {2025}
}