通过社交网络挖掘提取人们对COVID-19的感受
社会与信息网络
2021-10-13 v1 计算与语言
摘要
2020年，COVID-19成为世界主要关注点，并且仍然广泛反映在所有社交网络中。每天，用户发布数百万条关于此主题的推文和评论，其中包含关于公众舆论的重要隐含信息。为此，我们收集了一个与COVID相关的英文推文数据集，包含从2020年3月23日到6月23日的超过两百万条推文，以提取疫情早期阶段各国人民的感受。为此，我们首先使用基于词典的方法结合GeoNames地理数据库来标记推文的位置。然后，提出了一种基于最近引入并被广泛引用的RoBERTa模型的方法来分析其情感内容。之后，为世界和受COVID-19影响较大的国家生成了推文频率以及情感的趋势图。图分析表明，大多数国家的推文频率图与其官方每日确诊病例统计数据显著相关。此外，还提取并讨论了一些隐含知识。
引用
@article{arxiv.2110.06151,
title = {Extracting Feelings of People Regarding COVID-19 by Social Network Mining},
author = {Hamed Vahdat-Nejad and Fatemeh Salmani and Mahdi Hajiabadi and Faezeh Azizi and Sajedeh Abbasi and Mohadese Jamalian and Reyhane Mosafer and Hamideh Hajiabadi},
journal= {arXiv preprint arXiv:2110.06151},
year = {2021}
}