[論文レビュー] Dutch General Public Reaction on Governmental COVID-19 Measures and Announcements in Twitter Data

Sihang Wang, Marijn Schraagen+2 more|arXiv (Cornell University)|Jun 12, 2020

Misinformation and Its Impacts参考文献 32被引用数 8

ひとこと要約

本研究では、2020年2月以降のツイッター、ニュースコメント、Redditデータを用いて、オランダにおける政府の新型コロナウイルス対策に対する世論を分析している。自然言語処理（NLP）とスタンス検出を適用した結果、時間経過とともに社会的距離の維持に対する支持が低下し、初期に政府が顔のマスクが一般向けに効果がないと主張したことに強く、持続的な公衆の反発が生じたことが明らかになった。これは、政策フィードバックループにおけるリアルタイムのソーシャルメディア分析の価値を示している。

ABSTRACT

Public sentiment (the opinions, attitudes or feelings expressed by the public) is a factor of interest for government, as it directly influences the implementation of policies. Given the unprecedented nature of the COVID-19 crisis, having an up-to-date representation of public sentiment on governmental measures and announcements is crucial. While the 'staying-at-home' policy makes face-to-face interactions and interviews challenging, analysing real-time Twitter data that reflects public opinion toward policy measures is a cost-effective way to access public sentiment. In this context, we collect streaming data using the Twitter API starting from the COVID-19 outbreak in the Netherlands in February 2020, and track Dutch general public reactions on governmental measures and announcements. We provide temporal analysis of tweet frequency and public sentiment over the past seven months. We also identify public attitudes towards two Dutch policies in case studies: one regarding social distancing and one regarding wearing face masks. By presenting those preliminary results, we aim to provide visibility into the social media discussions around COVID-19 to the general public, scientists and policy makers. The data collection and analysis will be updated and expanded over time.

研究の動機と目的

• パンデミック期におけるオランダ政府の新型コロナウイルス対策に対する世論を、リアルタイムかつ低コストで把握すること。
• ロックダウンや遅延の影響により伝統的なアンケートやインタビューに限界がある状況を克服し、リアルタイムのソーシャルメディアデータを活用して、その代替手段とする。
• 社会的距離の維持と顔のマスク着用の義務化といった特定の政策に対する公衆の反応を、複数のソースからの感情およびスタンス分析によって評価すること。
• ツイッター、Nu.nlのコメント、Redditの投稿から得たデータを統合することで、世論の代表性を高めること。
• 政策立案者や研究者に対して、公衆の態度とその時間的推移を的確に把握できる、タイムリーなデータドリブンの知見を提供すること。

提案手法

• Twitter APIを用いて、事前に定義された新型コロナウイルス関連のキーワードでフィルタリングしたリアルタイムのツイッター流れるデータを収集した。
• 代表性の向上とモデルトレーニングの支援を目的として、オランダのニュースサイトNu.nlとRedditのデータを統合した。
• 政策対象（政府の対策）に対する感情極性とスタンス（支持 vs. 反対）を検出するため、自然言語処理（NLP）技術を適用した。
• 手動でアノテートされたデータを用いた教師あり機械学習によりスタンス分類を実施し、単語埋め込みとニューラルネットワークを活用した。
• 複数のプラットフォームにわたる感情およびスタンスの時間的推移を分析し、世論の変化を追跡した。
• 新しい政策トピックに対応するためのアノテーション負荷を軽減するため、アクティブラーニングを検討し、スタンス分析のスケーラビリティを向上させた。

実験結果

リサーチクエスチョン

• RQ1 主な政策発表に伴い、オランダ政府の新型コロナウイルス対策に対する世論は、時間経過とともにどのように変化しているのか？
• RQ2 政府が当初、一般向けに顔のマスクが効果がないと主張したことに、公衆はどのようなスタンスをとっているのか？
• RQ3 ツイッター、Nu.nl、Redditといった異なるプラットフォームでは、感情およびスタンスのパターンにどのような違いが見られるか？
• RQ4 国営の報道会見が、リアルタイムで世論にどのような影響を与えているか？
• RQ5 公衆の感情トレンドは、感染者数や死亡者数といった現実のパンデミック指標と関連していると見なせるか？

主な発見

• オランダのツイッターにおける新型コロナウイルス関連の日次活動は数万件に達し、平均的なオランダのツイートよりも感情が一貫して否定的であった。
• 社会的距離の維持に対する支持は、2020年3月の発表時にピークに達したが、6月まで低下し、その後再び上昇した。これはパンデミックの進行状況と関連している可能性がある。
• 顔のマスクが一般に効果がないという政府の初期主張に対して、公衆は広く反発し、数か月にわたり高い水準で反発率が安定した。
• マスク政策に対する支持は、ツイッターに比べてNu.nlで高かった。これは、活発なモデレーションにより誤情報やトロール投稿が減少したためと考えられる。
• 国営報道会見は、感情に測定可能な即時の影響を与えたが、すべての会見で感情の変化と直接的な相関が見られたわけではない。
• 場所タグが付加されたツイートの地理的分析は可能であり、地域ごとの政策に対する態度の差を明らかにでき、ウイルスの広がりの地域差を説明する手がかりを得られる可能性がある。