通过挖掘多语言 Twitter 数据集理解对 COVID-19 政策的认知
社会与信息网络
2020-03-24 v1
摘要
本工作的目标是探索关于 COVID-19 大流行及为应对它而实施的政策的大众话语。利用自然语言处理、文本挖掘和网络分析来分析与 COVID-19 大流行相关的推文语料库，我们识别出对大流行的常见回应以及这些回应如何随时间变化。此外，呈现了关于信息和错误信息自大流行早期阶段起如何通过 Twitter 传播的见解。最后，本工作介绍了一个从全球收集、包含多种语言、可追溯至 1 月 22 日（当时全球报告的 COVID-19 总病例数低于 600）的推文数据集。本工作中呈现的见解可帮助决策者在面对未来大流行时做出明智决策，且所引入的数据集可用于获取有价值的知识以帮助缓解 COVID-19 大流行。
引用
@article{arxiv.2003.10359,
title = {Understanding the perception of COVID-19 policies by mining a multilanguage Twitter dataset},
author = {Christian E. Lopez and Malolan Vasu and Caleb Gallemore},
journal= {arXiv preprint arXiv:2003.10359},
year = {2020}
}
备注
https://github.com/lopezbec/COVID19_Tweets_Dataset