利用自然语言处理对 YouTube 进行公共卫生筛查：以 COVID-19 为例
计算与语言
2023-06-05 v1 社会与信息网络
摘要
背景：社交媒体平台已成为可行的医疗信息来源，患者和医疗专业人员利用它们分享健康相关信息和追踪疾病。类似地，全球最大的视频分享平台 YouTube 包含大量个人讲述自身疾病情况的视频博客（vlog）。我们的研究旨在探讨利用自然语言处理（NLP）识别 YouTube 视频博客中与 2019 年冠状病毒病（COVID-19）诊断相关的口语内容，以用于公共卫生筛查。方法：使用相关关键词在 YouTube 上搜索 COVID-19 视频。共下载了 1000 个英语口语视频，其中 791 个被分类为视频博客，192 个为非视频博客，17 个已被频道删除。使用 Microsoft Streams 将视频转换为文本格式。文本数据经过基础与高级预处理方法处理。构建了一个包含 200 个与 COVID-19 相关词汇的词表。使用主题建模、词云和词表匹配对数据进行分析。结果：词云结果显示了关于“发烧”等 COVID-19 症状的讨论，以及“口罩”和“隔离”等通用术语。词汇分析表明，96.46% 的视频中患者讨论了通用术语，95.45% 的视频中人们谈到了 COVID-19 症状。LDA 主题建模结果也生成了成功捕捉关键主题及与我们在 YouTube 视频博客中调查 COVID-19 诊断相关内容的话题。结论：通过在 YouTube 视频博客上利用 NLP 技术，公共卫生从业者能够增强其缓解大流行影响并有效应对公共卫生挑战的能力。
引用
@article{arxiv.2306.01164,
title = {Leveraging Natural Language Processing For Public Health Screening On YouTube: A COVID-19 Case Study},
author = {Ahrar Bin Aslam and Zafi Sherhan Syed and Muhammad Faiz Khan and Asghar Baloch and Muhammad Shehram Shah Syed},
journal= {arXiv preprint arXiv:2306.01164},
year = {2023}
}