来自COVID-19推文的用户问题：一项探索性研究
社会与信息网络
2020-12-11 v1
摘要
社交媒体平台（如Twitter）为关注健康问题的用户（人或患者）提供了一个合适的途径，彼此讨论并分享信息。2019年12月，中国首次报告了少数冠状病毒疾病病例。不久后，世界卫生组织（WHO）因病毒在世界其他地区的迅速传播宣布进入紧急状态。在这项工作中，我们利用从Twitter自动提取COVID-19相关讨论，并基于主题建模的自然语言处理（NLP）方法，从推文中发现与COVID-19相关的主要问题。此外，我们创建了一个命名实体识别（NER）模型，以识别四类主要实体：疾病、药物、人物和组织。我们的发现可帮助政策制定者和医疗保健组织了解人们关于COVID-19的问题，并可用于妥善应对。
引用
@article{arxiv.2012.05836,
title = {User Questions from Tweets on COVID-19: An Exploratory Study},
author = {Tiago de Melo},
journal= {arXiv preprint arXiv:2012.05836},
year = {2020}
}
备注
in Portuguese