Dec, 2020

ArCorona：分析新冠肺炎疫情早期的阿拉伯语推文

PDF
TL;DR为了更好地了解公众行为、兴趣话题、政府要求、推特来源等等，并防止有关病毒或不良治疗方法的谣言和误报的传播，在研究中，我们提供了一个人工标注的阿拉伯语推特最大数据集，描述了其注释指南、分析了数据集并构建了有效的机器学习和 Transformer 模型以进行分类。
covid-19arab regiontweetsmachine learningannotation
发现论文，激发创造
  • COVID-19 的大规模阿拉伯语 Twitter 数据集

    本文介绍了 2020 年 1 月 1 日以来首个收集的新冠肺炎疫情下阿拉伯语推特数据集，该数据集可帮助研究人员和决策者研究与该大流行相关的不同社会问题，包括行为变化、信息共享、流言传播等等。

    Apr, 2020

  • ArCovidVac: 分析关于 COVID-19 疫苗的阿拉伯语推文

    该研究通过开发和发布人工注释的大规模阿拉伯推文数据集 ArCovidVac 来解决 COVID-19 疫苗接种期间社交媒体上流传的谣言和阴谋论的鉴别问题，并通过对数据的深入分析和基于 transformer 模型的评估来探究推文内容、态度和类型的时空变化。

    Jan, 2022

  • ArCOV-19：带传播网络的第一个阿拉伯 COVID-19 Twitter 数据集

    本文介绍了一份阿拉伯语 COVID-19 Twitter 数据集 ArCOV-19，该数据集可以用于自然语言处理、信息检索和社交计算等多个领域的研究

    Apr, 2020

  • ArCOV19-Rumors: 用于虚假信息检测的阿拉伯语 COVID-19 Twitter 数据集

    本研究介绍了一个阿拉伯语 COVID-19 Twitter 数据集，用于支持虚假信息检测研究，其中包含 138 个已验证的断言和 9.4K 个相关推文。该数据集支持在 Twitter 上进行两个水平的虚假信息检测，并介绍了 Tweet 级验证的基准结果。

    Oct, 2020

  • 利用自然语言处理技术对伊朗 COVID-19 疫情期间波斯 / 波斯语推文进行内容分析

    本研究通过对近 530,000 条使用波斯语发布的推文进行内容分类和频率统计，分析伊朗公众对 COVID-19 的反应和演变趋势。其中，居家隔离生活经验是讨论的主要话题之一。此方法还可用于检测伊朗公众对国内外相关政策和事件的反应。

    May, 2020

  • 追踪社交媒体上关于 COVID-19 大流行的话题：公共冠状病毒 Twitter 数据集的建立

    本文描述了自 2020 年 1 月 22 日以来我们不断收集的多语种新冠状病毒 Twitter 数据集，旨在通过研究在线谈话动态以及科学信息和未经验证的谣言的跟踪等方面，了解这一全球性危机的影响。最终，该数据集可能有助于推动针对这一全球危机的知情决策和有针对性的政策干预。

    Mar, 2020

  • 食用大蒜可预防 COVID-19 感染：在 Twitter 阿拉伯内容中检测虚假信息

    该研究研究了推特阿拉伯语内容中的虚假信息，并使用传统和深度机器学习模型检测了 COVID-19 的虚假信息，结果表明优化 AUC 可以提高模型性能，而 XGBoost 可以最准确地检测 COVID-19 的虚假信息。

    Jan, 2021

  • GeoCoV19: 一个拥有数亿条多语言 COVID-19 推文和位置信息的数据集

    该文介绍了 GeoCoV19—— 一个包含 524 百万条推文的大规模 Twitter 数据集，通过基于地名词典的方法来推断推文的地理位置，而这一大规模、多语言、地理定位的社交媒体数据可以帮助研究社区评估社会如何共同应对这一前所未有的全球危机，以及建立计算方法来应对如识别假新闻，理解社区的知识差距，建立疾病预测和监测模型等挑战。

    May, 2020

  • TweetsCOV19 -- 基于语义注释的关于 COVID-19 疫情的推文知识库

    描述了 TweetsCOV19 的基本特征和分析，这是一个公开可用的包含超过 800 万推特的知识库，旨在为大量知识发现任务提供前所未有的数据集。

    Jun, 2020

  • Twitter 对话预测每日 COVID-19 确诊病例

    本研究利用推特对澳大利亚 COVID-19 病例进行情感分析和话题模型分析，探究社交媒体对疫情预测的作用，结果表明加入社交媒体变量可以改进疫情预测模型的准确性，并发布全球的 MegaGeoCOV 数据集，以帮助更好地理解全球疫情的动态。

    Jun, 2022