当我们谈论 COVID19 时我们在抑郁什么：基于自然语言处理的推文心理健康分析
计算与语言
2020-06-11 v3 计算机与社会
机器学习
摘要
近期爆发的 2019 冠状病毒病（COVID-19）极大地影响了人类生活。除了直接的生理和经济威胁外，疫情还间接影响了人们的心理健康状况，这种影响可能极其严重却难以衡量。该问题可能源于多种原因，如失业状态、居家政策、对病毒的恐惧等。在本研究中，我们专注于应用自然语言处理（NLP）技术从心理健康角度分析推文。我们训练了深度模型，将每条推文分类为以下情绪：愤怒、期待、厌恶、恐惧、喜悦、悲伤、惊讶和信任。我们通过手动标注 1,000 条英文推文，构建了用于训练目的的 EmoCT（Emotion-Covid19-Tweet）数据集。此外，我们提出并比较了两种方法，以找出导致悲伤和恐惧的原因。
引用
@article{arxiv.2004.10899,
title = {What are We Depressed about When We Talk about COVID19: Mental Health Analysis on Tweets Using Natural Language Processing},
author = {Irene Li and Yixin Li and Tianxiao Li and Sergio Alvarez-Napagao and Dario Garcia-Gasulla and Toyotaro Suzumura},
journal= {arXiv preprint arXiv:2004.10899},
year = {2020}
}
备注
7 pages, 7 figures