Twitter 上关于 COVID-19 与 MPox 公共话语的情感分析与文本分析
社会与信息网络
2023-12-19 v1 人工智能
计算与语言
机器学习
摘要
对 Twitter 对话大数据的挖掘与分析，引起了医疗保健、流行病学、大数据、数据科学、计算机科学及其相关领域科学界的极大兴趣。过去几年中，多项研究聚焦于与埃博拉、大肠杆菌、登革热、人乳头瘤病毒、中东呼吸综合征、麻疹、寨卡病毒、H1N1、流感样疾病、猪流感、流感、霍乱、利斯特氏菌病、癌症、肝病、炎症性肠病、肾病、狼疮、帕金森病、白喉和西尼罗河病毒相关推文的情感分析及其他形式的文本分析，便印证了这一点。近期 COVID-19 与 MPox 的爆发，促使 Twitter 被广泛用于寻求和分享涉及这两种病毒的信息、观点、意见和情感。该领域此前尚无研究同时针对 COVID-19 与 MPox 进行推文分析。为填补这一研究空白，本文研究了 2022 年 5 月 7 日至 2023 年 3 月 3 日期间发布的、同时聚焦于 MPox 与 COVID-19 的共计 61,862 条推文。本研究的发现与贡献是多方面的。首先，使用 VADER 方法进行的情感分析结果表明，近一半推文呈负面情感，其次分别为呈正面情感和呈中性情感的推文。其次，本文展示了这些推文中最常用的前 50 个话题标签。第三，在执行分词、停用词移除和词频分析后，本文展示了这些推文中使用频率最高的前 100 个词。最后，本文提出了一项全面的比较研究，将本文的贡献与该领域先前的 49 项工作进行了对比，以进一步支持本研究的相关性与新颖性。
引用
@article{arxiv.2312.10580,
title = {Sentiment Analysis and Text Analysis of the Public Discourse on Twitter about COVID-19 and MPox},
author = {Nirmalya Thakur},
journal= {arXiv preprint arXiv:2312.10580},
year = {2023}
}