[論文レビュー] Extracting COVID-19 Events from Twitter

Shi Zong, Ashutosh Baheti+2 more|arXiv (Cornell University)|Jun 3, 2020

Misinformation and Its Impacts参考文献 9被引用数 22

ひとこと要約

本稿では、陽性反応や検査へのアクセス拒否などのCOVID-19関連イベントをラベル付けした、7,500件のツイートから構成される手作業によるアノテート済みコーパスを紹介する。このコーパスを用いて、スロット埋め込みを用いた自動的なイベント抽出が有効であることを示し、自己報告によるパンデミック関連体験の構造的表現を可能にする。ツールとデータは研究利用のために公開されている。

ABSTRACT

We present a corpus of 7,500 tweets annotated with COVID-19 events, including positive test results, denied access to testing, and more. We show that our corpus enables automatic identification of COVID-19 events mentioned in Twitter with text spans that fill a set of pre-defined slots for each event. We also present analyses on the self-reporting cases and user's demographic information. We will make our annotated corpus and extraction tools available for the research community to use upon publication at this https URL

研究の動機と目的

• COVID-19関連イベントを報告するツイートの高品質で手作業によるアノテート済みコーパスの作成。
• 事前に定義されたスロットに該当するテキストスパンを用いて、陽性反応や検査へのアクセス拒否といった特定のイベントタイプの自動同定を可能にする。
• パンデミック期における自己報告事例およびユーザーの人口統計的パターンの分析。
• アノテート済みコーパスおよび抽出ツールを公開することで、今後のNLP研究を支援する。

提案手法

• 7,500件のツイートを、事前に定義されたイベントタイプおよび各イベントのスロット埋め込み構造に基づいて手作業でアノテート。
• イベント表現の標準化のため、事前に定義されたスロットのセット（例：イベントタイプ、日付、場所）を定義。
• テキスト内に存在する各スロットに対応するスパンを同定するため、系列ラベリングおよびイベント抽出技術を適用。
• 自己報告事例およびユーザーの人口統計的パターンの分析に、統計的および定性的分析を用いる。
• 今後の利用を想定し、アノテート済みコーパスに基づいたイベント抽出ツールの開発。

実験結果

リサーチクエスチョン

• RQ1 陽性反応や検査へのアクセス拒否といったイベントタイプが、ソーシャルメディアのテキストでどれほど正確に同定可能か。
• RQ2 ツイッターにおける自己報告事例は、公式の感染者データや人口統計的トレンドとどの程度一致するか。
• RQ3 ツイッターでCOVID-19イベントを報告するユーザーの人口統計的パターンにはどのような特徴が見られるか。
• RQ4 構造的なスロット埋め込みアプローチは、非公式なソーシャルメディア言語から意味のあるイベント情報を効果的に抽出できるか。

主な発見

• アノテート済みコーパスにより、スロット埋め込みを用いた自動的なCOVID-19イベント同定が可能となり、構造的イベント抽出が支援される。
• コーパス内に多数の自己報告事例が確認され、ソーシャルメディアを通じたリアルタイムな公衆衛生報告を反映している。
• ユーザー報告における人口統計的パターンから、異なるユーザー層における報告行動の差異が示唆される。
• コーパスおよび関連ツールは、NLPおよび公衆衛生インフォーマティクス分野における継続的 research を支援する目的で公開されている。