基于自然语言处理与社交媒体评论的 COVID-19 大流行相关的健康、心理社会与社会问题
计算与语言
2021-04-09 v1 信息检索
社会与信息网络
摘要
COVID-19 大流行引发了影响人类生活诸多方面的全球健康危机。在缺乏疫苗与抗病毒药物的情况下，已实施若干行为改变与政策举措（如保持物理距离）以控制冠状病毒传播。社交媒体数据可揭示公众对全球各国政府及卫生机构应对大流行的看法，以及该疾病对各地人群的影响，并涉及阻碍或促进全球防控努力的各类因素。本文旨在利用社交媒体数据调查 COVID-19 大流行对全球人群的影响。我们应用自然语言处理（NLP）与主题分析，借助社交媒体数据理解关于 COVID-19 大流行的公众意见、经验与问题。首先，我们从 Twitter、Facebook、YouTube 与三个在线论坛收集了超过 4700 万条 COVID-19 相关评论。其次，我们进行数据预处理，包括应用 NLP 技术清洗并准备数据以用于自动主题提取。第三，我们应用上下文感知 NLP 方法从超过 100 万条随机选取的评论中提取有意义的关键短语或主题，并基于词典技术为每个主题计算情感分数及赋予情感极性。第四，我们将相关主题归类至更广的主题。共浮现 34 个负面主题，其中 15 个为从公众视角看与 COVID-19 大流行相关的健康问题、心理社会问题与社会问题。此外，我们的结果中浮现了 20 个正面主题。最后，我们基于正面主题及其他植根于研究的补救思路，推荐可帮助解决负面问题的干预措施。
引用
@article{arxiv.2007.12144,
title = {Health, Psychosocial, and Social issues emanating from COVID-19 pandemic based on Social Media Comments using Natural Language Processing},
author = {Oladapo Oyebode and Chinenye Ndulue and Ashfaq Adib and Dinesh Mulchandani and Banuchitra Suruliraj and Fidelia Anulika Orji and Christine Chambers and Sandra Meier and Rita Orji},
journal= {arXiv preprint arXiv:2007.12144},
year = {2021}
}