ACLAug, 2021

COVID-19 前后欧洲团结的变化：基于大规模众包和专家注释的 Twitter 数据集的证据

PDF
TL;DR本研究使用社会科学中社会团结和反团结的概念来设置一个新的问题，并结合多种标注和数据增强策略，训练了一个 BERT 模型来分析欧洲在 COVID-19 疫情前后的团结论述变化，其中，使用了 2.3k 条包含（反）团结表达的英语和德语推文。研究发现，在 COVID-19 危机期间，团结变得越来越突出并备受争议。尽管团结推文的数量保持在较高水平并在所研究的时间范围内主导了讨论，但反团结推文最初激增，然后下降到 (几乎) COVID-19 疫情前的水平，并在 2020 年底之前上升到一个稳定的更高水平。
social solidarityanti-solidaritysupervised machine learningcovid-19bert model
发现论文，激发创造
  • COVID-19 疫情期间欧洲推特跨语言情感分析

    本论文使用多语言句子嵌入的神经网络对欧洲 COVID-19 疫情爆发期间收集的 Twitter 消息进行情感分析，并将结果按来源国分离，通过与国家事件的相关性进行时间性发展的相关性分析，研究疫情对人们情绪的影响。

    Aug, 2020

  • 利用情感分析和深度学习进行跨文化极性和情感检测：以 COVID-19 为例的案例研究

    本研究利用自然语言处理和深度学习技术，对推特帖子进行情感极性和情绪的分析，研究发现不同国家在 COVID-19 危机中的反应和情感是基于社会规范和政治意愿的体现，且不同文化之间的差异会导致国家在危机中的决策不尽相同。

    Aug, 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

  • COVID-19 疫苗开发至投放期间相关情绪分析

    该研究使用深度学习模型对 Twitter 情绪进行分析，发现 COVID-19 疫情期间推文数量、病例数量和情绪极性得分变化之间的联系，以及疫苗推广对社交媒体讨论性质的影响

    Jun, 2023

  • 意大利新冠疫情第一波中社交媒体公共话语的时空变化探究

    本文提出了一种方法，利用社交媒体上的语言行为探索重要事件（如 SARS CoV2 大流行）对社会的影响，特别是对空间和时间方面的重要特征进行分类和定量分析，并通过时间序列分析和聚类来确定空间 - 时间类别。利用定性比较分析，方法已在意大利首次冠状病毒流行中得到了应用，结果印证了心理学观察结果，即从事件物理距离越远，越会关注团结和政策而不是疫情本身。

    Jun, 2023

  • 一份涵盖多语言的 Twitter COVID-19 疫苗态度数据集

    该研究通过社交媒体平台收集了超过 200 万条与 COVID-19 疫苗相关的推文，其中约 1% 的推文被标注了原始作者的疫苗接种立场，研究评估了不同模型在从社交媒体数据中提取公众态度方面的表现，并确定了其在跟踪公众 COVID-19 疫苗接种态度变化方面的潜在用途。

    Jun, 2022

  • 探索名人对公众态度的影响，针对 COVID-19 大流行：社交媒体共享情感分析

    本论文研究了 COVID-19 大流行期间社交媒体消息对公众意见和情感的影响，其中着重关注了公众人物（例如运动员、政治家、新闻人员）分享的内涵以及公众舆论的方向

    Feb, 2023

  • COVID-19 期间报纸文章情感分析的大型语言模型：卫报

    在 COVID-19 期间，对 The Guardian 报纸的情感分析显示出负面情绪的主导地位，包括悲伤、烦躁、焦虑和否认，与社交媒体情感分析的结果存在差异，表明社交媒体提供了更多样化的情绪反映。

    May, 2024

  • 疫情期间增强网络情绪识别技术：lockdown

    使用社交媒体分析，研究了意大利国家封锁措施所带来的心理压力，结果发现采用情绪分析架构 MERCURIAL 可以有效地了解大众感受并帮助政策制定者更好地应对突发事件。

    May, 2020

  • 一个用于开放科学研究的大规模 COVID-19 推特聊天数据集 -- 一个国际合作项目

    本文介绍了一份包含 1 月 1 日至 4 月 4 日之间各地 152 万条与 COVID-19 有关的推文的数据集，为研究社交动态、情感反应等提供支持。

    Apr, 2020