使用大语言模型推断中国微博用户的非二元COVID-19情感
社会与信息网络
2025-01-10 v1 机器学习
摘要
研究危机期间的公众情感对于理解观点和情感如何转变导致社会极化至关重要。我们研究了中国最流行的微博平台——微博，使用了COVID-19危机爆发期间发布的帖子。研究时期包括COVID-19前阶段、爆发阶段和疫情预防早期阶段。我们使用大语言模型Llama 3 8B，通过将用户情感分类为积极、消极、讽刺和中性类别来分析平台上的用户情感。分析微博上的情感转变提供了关于社会事件和政府行动如何影响公众舆论的见解。这项研究有助于理解健康危机期间社会情感的动态，填补了中国平台情感分析的空白。通过考察这些动态，我们旨在提供关于数字通信在塑造社会应对前所未有的全球挑战中的作用的宝贵视角。
引用
@article{arxiv.2501.05423,
title = {Using LLMs to Infer Non-Binary COVID-19 Sentiments of Chinese Micro-bloggers},
author = {Jerry Chongyi Hu and Mohammed Shahid Modi and Boleslaw K. Szymanski},
journal= {arXiv preprint arXiv:2501.05423},
year = {2025}
}
备注
11 pages, 4 figures