VaxxHesitancy：一个用于研究 Twitter 上 COVID-19 疫苗犹豫的数据集
计算与语言
2023-04-18 v4
摘要
疫苗犹豫一直是一个普遍关切，或许自疫苗问世以来便是如此；随着社交媒体的普及，人们开始在线表达其对疫苗的担忧，同时也有人发布亲疫苗与反疫苗内容。可预见地，自首次提及 COVID-19 疫苗起，社交媒体用户便发布了关于其恐惧与关切，或关于其对这些快速研发疫苗有效性的支持与信任的内容。识别并理解公众对 COVID-19 疫苗犹豫背后的原因，对于需要制定行动以更好地告知民众、旨在提高疫苗接种率的政策制定者而言十分重要。在 COVID-19 案例中，疫苗的快速研发与反疫苗虚假信息的增长如影随形，使得自动检测民众对疫苗接种态度的手段变得必要。这是一项重要的计算社会科学任务，需要数据分析以深入理解相关现象。标注数据对于训练数据驱动模型以更细致地分析疫苗接种态度亦属必要。为此，我们创建了一个包含超过 3101 条推文的新集合，标注了用户对 COVID-19 疫苗接种（立场）的态度。此外，我们还开发了一个领域特定的语言模型（VaxxBERT），与一组稳健的基线相比取得了最佳预测性能（准确率 73.0，F1 分数 69.3）。据我们所知，这是首个将疫苗犹豫建模为区别于亲疫苗与反疫苗立场之类别的数据集与模型。
引用
@article{arxiv.2301.06660,
title = {VaxxHesitancy: A Dataset for Studying Hesitancy towards COVID-19 Vaccination on Twitter},
author = {Yida Mu and Mali Jin and Charlie Grimshaw and Carolina Scarton and Kalina Bontcheva and Xingyi Song},
journal= {arXiv preprint arXiv:2301.06660},
year = {2023}
}
备注
Accepted at ICWSM 2023