[論文レビュー] On Nonnegative Matrix and Tensor Decompositions for COVID-19 Twitter Dynamics.

Lara Kassab, Alona Kryshchenko+4 more|arXiv (Cornell University)|Oct 4, 2020

Tensor decomposition and applications参考文献 38被引用数 10

ひとこと要約

本稿では、非負値行列分解（NMF）および非負値CPテンソル分解（NCPD）、オンラインNMF、オンラインNCPDを用いて、初期の新型コロナウイルスパンデミック期におけるTwitterデータの進化するトピックをモデル化している。NCPDおよびオンラインNCPDは、韓国での感染拡大のような一時的で高影響力のトピックを検出するが、NMFに基づく手法は中国関連の議論や米国大統領トランプの役割といった持続的なテーマを特定する。ニュースソースとの照合により検証されている。

ABSTRACT

We analyze Twitter data relating to the COVID-19 pandemic using dynamic topic modeling techniques to learn topics and their prevalence over time. Topics are learned using four methods: nonnegative matrix factorization (NMF), nonnegative CP tensor decomposition (NCPD), online NMF, and online NCPD. All of the methods considered discover major topics that persist for multiple weeks relating to China, social distancing, and U.S. President Trump. The topics about China dominate in early February before giving way to more diverse topics. We observe that NCPD and online NCPD can detect topics that are prevalent over a few days, such as the outbreak in South Korea. The topics detected by NMF and online NMF, however, are prevalent over longer periods of time. Our results are validated against external news sources.

研究の動機と目的

• 初期の新型コロナウイルスパンデミック期におけるTwitter上での公的議論の時間的進化をモデル化すること。
• 非負値行列およびテンソル分解手法の性能を比較し、トピックダイナミクスを捉える能力を評価すること。
• 中国の感染拡大や韓国のクラスターなど、主な出来事に関連する持続的で一時的なトピックを特定すること。
• 外部のニュースソースと照合することで、検出されたトピックの信頼性を検証すること。

提案手法

• 非負値行列分解（NMF）を用いて、語-文書行列をトピックとその時間的変動する出現頻度に分解する。
• 非負値CPテンソル分解（NCPD）は、語、文書、時間の3方向のテンソルとしてデータをモデル化し、すべてのモードにわたる共同分解を可能にする。
• NMFおよびNCPDのオンライン版を用いてストリーミングデータを処理し、新しいツイートが到着する度に段階的にトピック学習を行う。
• 因子化された成分を分析してトピックを抽出し、時間的パターンからトピックの出現頻度の推移を明らかにする。
• 手法間での分解結果を比較し、トピックの持続期間への感受性および出来事検出能力を評価する。

実験結果

リサーチクエスチョン

• RQ1 パンデミック期のTwitterデータにおいて、異なる非負値行列およびテンソル分解手法は、一時的トピックと長期的トピックの検出においてどのように異なるか？
• RQ2 初期の新型コロナウイルスパンデミックに関連するTwitter上での公的議論において、最も顕著なトピックは何か？
• RQ3 NCPDおよびオンラインNCPDは、標準的なNMFよりも、韓国での感染拡大のような一時的出来事の検出をより効果的に行えるか？
• RQ4 検出されたトピックは、外部ニュースソースで報告された現実の出来事とどの程度相関しているか？
• RQ5 中国や米国大統領トランプをめぐる政治的・地政学的テーマは、公的議論の進化においてどのような役割を果たしているか？

主な発見

• NCPDおよびオンラインNCPDは、数日間しか続かない一時的で高影響力のトピック、例えば韓国での感染拡大を効果的に検出する。
• NMFおよびオンラインNMFは、中国関連の議論や米国大統領トランプの話題といった持続的なトピックを特定し、複数週間にわたり継続的に出現する。
• 2月上旬は中国関連のトピックが支配的であり、パンデミックの進行に従い、多様なテーマに徐々に移行する。
• NCPDおよびオンラインNCPDは、NMFに基づく手法よりも、韓国での感染拡大に関するトピックをより高い時間的精度で検出する。
• 検出されたトピックは外部ニュースソースと照合されており、分解手法が現実の出来事のダイナミクスを的確に捉えていることが確認された。