COVID-19 推文随时间的全球情感分析
计算与语言
2020-11-11 v2 机器学习
社会与信息网络
摘要
冠状病毒大流行影响了正常的日常生活。世界各地的人们纷纷使用社交媒体表达他们对这一席卷全球现象的看法和普遍情绪。社交网站 Twitter 在极短时间内显示出与新型冠状病毒相关推文的空前增长。本文呈现了与冠状病毒相关推文的全球情感分析，以及不同国家人们的情绪随时间的变化。此外，为确定冠状病毒对日常生活方面的影响，抓取了与居家办公（WFH）和在线学习相关的推文，并观察了情绪随时间的改变。另外，实现了多种机器学习模型如长短期记忆（LSTM）和人工神经网络（ANN）用于情感分类，并确定了其准确率。还对一个提供部分疫情最严重国家每日确诊数信息的数据集进行了探索性数据分析，以比较自大流行开始至 2020 年 6 月以来情绪变化与病例变化。
引用
@article{arxiv.2010.14234,
title = {Global Sentiment Analysis Of COVID-19 Tweets Over Time},
author = {Muvazima Mansoor and Kirthika Gurumurthy and Anantharam R U and V R Badri Prasad},
journal= {arXiv preprint arXiv:2010.14234},
year = {2020}
}
备注
7 pages, 20 figures, Submitted to International journal of Data Science and Analytics