针对COVID-19疫苗讨论的情感分析与主题建模
计算机与社会
2021-11-09 v1 计算与语言
摘要
2019年新型冠状病毒病（COVID-19）的暴发已持续近两年，并对全球人们的日常生活造成前所未有的影响。更糟的是，COVID-19德尔塔变异株的出现再次将世界置于危险之中。幸运的是，许多国家和企业自这场灾难伊始便着手研发冠状病毒疫苗。迄今，已有超过20种疫苗获世界卫生组织（WHO）批准，为受疫情围困的人们带来曙光。全球推进COVID-19疫苗接种也在社交媒体上引发了关于疫苗各方面（如有效性和安全性）的大量讨论。然而，目前尚缺乏系统分析公众对COVID-19疫苗舆论的研究工作。在本研究中，我们对Twitter上冠状病毒疫苗相关推文进行深入分析，以了解在国家与疫苗层面上的热点话题及其对应的情感极性。结果表明，大多数人对疫苗有效性有信心并愿意接种。相反，负面推文常与疫苗短缺、接种后副作用及接种后可能死亡的抱怨相关。总体而言，本研究利用流行的NLP与主题建模方法挖掘社交媒体上人们对COVID-19疫苗的观点，并客观分析与可视化。我们的发现可提升社交媒体嘈杂信息的可读性，并为政府及政策制定者提供有效数据支持。
引用
@article{arxiv.2111.04415,
title = {Sentiment Analysis and Topic Modeling for COVID-19 Vaccine Discussions},
author = {Hui Yin and Xiangyu Song and Shuiqiao Yang and Jianxin Li},
journal= {arXiv preprint arXiv:2111.04415},
year = {2021}
}