基于 LSTM 循环神经网络方法的新冠病毒或 COVID-19 在线讨论深度情感分类与主题发现：自然语言处理应用
信息检索
2020-04-27 v1 计算与语言
摘要
网络论坛与公共社交媒体，如在线医疗论坛，为关注健康问题的用户（人群/患者）提供便捷渠道以相互讨论并分享信息。2019 年 12 月下旬，报告了新型冠状病毒（感染导致名为 COVID-19 的疾病）的暴发，且由于病毒在世界其他地区的快速传播，世界卫生组织宣布了紧急状态。在本文中，我们利用从社交媒体自动提取 COVID-19 相关讨论，以及基于主题建模的自然语言处理（NLP）方法，从公众意见中揭示与 COVID-19 相关的各类问题。此外，我们还研究了如何使用 LSTM 循环神经网络对 COVID-19 评论进行情感分类。我们的发现揭示了利用公众意见与适宜计算技术来理解 COVID-19 周边问题并指导相关决策的重要性。
引用
@article{arxiv.2004.11695,
title = {Deep Sentiment Classification and Topic Discovery on Novel Coronavirus or COVID-19 Online Discussions: NLP Using LSTM Recurrent Neural Network Approach},
author = {Hamed Jelodar and Yongli Wang and Rita Orji and Hucheng Huang},
journal= {arXiv preprint arXiv:2004.11695},
year = {2020}
}