社交媒体上疫情相关双语数据的情感与情绪分类
机器学习
2021-05-05 v1 计算与语言
摘要
近年来，情感分析与情绪分类是自然语言处理（NLP）领域中使用最为广泛的两项技术。尽管情感分析与情绪分类常用于分析客户评论、选举候选人的受欢迎程度以及各类体育赛事评论等应用，但在本研究中，我们考察了它们在疫情爆发检测中的应用。早期爆发检测是有效应对疫情的关键，然而传统的爆发检测方式耗时较长，阻碍了相关部门的及时响应。Twitter、Facebook、Instagram 等社交媒体平台允许用户表达与生活的不同方面相关的想法，因此在这样的情况中成为实质性的信息来源。本研究利用来自 Twitter 和新闻网站、与巴基斯坦登革热疫情相关的双语（乌尔都语和英语）数据，并执行情感分析与情绪分类，以从数据集中获取深入洞察，从而对疫情爆发形成合理认识。机器学习与深度学习算法已被用于训练并实现执行这两项任务的模型。各模型的比较性能通过准确率、精确率、召回率和 f1-measure 进行评估。
引用
@article{arxiv.2105.01468,
title = {Sentiment and Emotion Classification of Epidemic Related Bilingual data from Social Media},
author = {Muhammad Zain Ali and Kashif Javed and Ehsan ul Haq and Anoshka Tariq},
journal= {arXiv preprint arXiv:2105.01468},
year = {2021}
}