面向流行病预测的社交媒体事件检测
计算与语言
2024-05-27 v2 社会与信息网络
物理与社会
摘要
社交媒体是一个易于访问的平台，能及时提供关于社会趋势和事件的更新。关于流行病相关事件（如感染、症状和社交互动）的讨论对于在疫情爆发期间为政策制定提供信息至关重要。在我们的工作中，我们率先利用事件检测（ED）来更好地准备和预警任何即将到来的流行病，通过开发一个从社交媒体帖子中提取和分析流行病相关事件的框架。为此，我们整理了一个包含七种与疾病无关的事件类型的流行病事件本体，并构建了一个带有针对COVID-19大流行的人工注释事件的Twitter数据集SPEED。实验表明，基于COVID的SPEED训练的ED模型能够有效检测猴痘、寨卡和登革热这三种未见流行病的流行病事件；而基于现有ED数据集训练的模型则完全失败。此外，我们表明，通过我们的框架报告提取事件的急剧增加，可以比WHO对猴痘的流行病声明提前4-9周发出警告。我们框架的这一效用为更好地应对新兴流行病奠定了基础。
引用
@article{arxiv.2404.01679,
title = {Event Detection from Social Media for Epidemic Prediction},
author = {Tanmay Parekh and Anh Mac and Jiarui Yu and Yuxuan Dong and Syed Shahriar and Bonnie Liu and Eric Yang and Kuan-Hao Huang and Wei Wang and Nanyun Peng and Kai-Wei Chang},
journal= {arXiv preprint arXiv:2404.01679},
year = {2024}
}
备注
Accepted at NAACL 2024