COVID-19 疫情：利用社交媒体与自然语言处理识别关键议题
计算与语言
2022-02-14 v1 计算机与社会
信息检索
社会与信息网络
摘要
COVID-19 疫情以多种方式影响了人们的生活。社交媒体数据能够揭示公众对该疫情的认知与体验，也能揭示阻碍或支持遏制疾病全球传播努力的因素。在本文中，我们使用自然语言处理（NLP）技术分析了从六个社交媒体平台收集的 COVID-19 相关评论。我们从超过 100 万条随机选取的评论中识别出相关的带观点关键短语及其各自的情感极性（负面或正面），随后通过主题分析将其归类至更广泛的主题。我们的结果揭示了 34 个负面主题，其中 17 个为经济、社会政治、教育与政治议题。同时也识别出 20 个正面主题。我们讨论了这些负面议题，并基于正面主题与研究证据提出应对干预措施。
引用
@article{arxiv.2008.10022,
title = {COVID-19 Pandemic: Identifying Key Issues using Social Media and Natural Language Processing},
author = {Oladapo Oyebode and Chinenye Ndulue and Dinesh Mulchandani and Banuchitra Suruliraj and Ashfaq Adib and Fidelia Anulika Orji and Evangelos Milios and Stan Matwin and Rita Orji},
journal= {arXiv preprint arXiv:2008.10022},
year = {2022}
}
备注
12 pages, 7 figures, 3 tables