在 COVID-19 真实世界担忧数据集中测量情绪
计算与语言
2020-05-15 v2 信息检索
社会与信息网络
摘要
COVID-19 大流正在对世界各地的社会和经济产生巨大影响。随着各类封锁与社交距离措施的实施,大规模理解情绪反应变得重要。本文呈现首个关于对 COVID-19 情绪反应的真实标注数据集。我们请参与者标明其情绪并以文本表达。这产生了含 5,000 篇文本(2,500 短文本 + 2,500 长文本)的真实世界担忧数据集。我们的分析表明情绪反应与语言度量相关。主题建模进一步揭示英国民众担忧其家庭与经济状况。推文长度文本起到呼吁团结的作用,而较长文本则阐明担忧与关切。使用预测建模方法,我们能在参与者实际值的 14% 内近似其文本的情绪反应。我们鼓励他人使用该数据集并改进我们如何利用自动化方法了解对紧迫问题的情绪反应与担忧。
引用
@article{arxiv.2004.04225,
title = {Measuring Emotions in the COVID-19 Real World Worry Dataset},
author = {Bennett Kleinberg and Isabelle van der Vegt and Maximilian Mozes},
journal= {arXiv preprint arXiv:2004.04225},
year = {2020}
}
备注
Accepted to ACL 2020 COVID-19 workshop