[論文レビュー] Tweet Emotion Dynamics: Emotion Word Usage in Tweets from US and Canada

Krishnapriya Vishnubhotla, Saif M. Mohammad|arXiv (Cornell University)|Apr 11, 2022

Misinformation and Its Impacts被引用数 12

ひとこと要約

本論文は、2015年から2021年までの米国およびカナダの4500万件の位置情報付き英語ツイートから構成されるTUSCデータセットと、感情の価値（valence）、覚醒（arousal）、支配（dominance）の時間的パターンを測定するためのTweet Emotion Dynamics（TED）フレームワークを紹介する。主な発見として、カナダのツイートは米国のツイートと比較して、より高い価値、より低い覚醒、より高い支配を示しており、パンデミックの影響で2020年に顕著な感情的シフトが観察された。TED指標は、感情状態の上昇と回復の非対称性を明らかにした。

ABSTRACT

Over the last decade, Twitter has emerged as one of the most influential forums for social, political, and health discourse. In this paper, we introduce a massive dataset of more than 45 million geo-located tweets posted between 2015 and 2021 from US and Canada (TUSC), especially curated for natural language analysis. We also introduce Tweet Emotion Dynamics (TED) -- metrics to capture patterns of emotions associated with tweets over time. We use TED and TUSC to explore the use of emotion-associated words across US and Canada; across 2019 (pre-pandemic), 2020 (the year the pandemic hit), and 2021 (the second year of the pandemic); and across individual tweeters. We show that Canadian tweets tend to have higher valence, lower arousal, and higher dominance than the US tweets. Further, we show that the COVID-19 pandemic had a marked impact on the emotional signature of tweets posted in 2020, when compared to the adjoining years. Finally, we determine metrics of TED for 170,000 tweeters to benchmark characteristics of TED metrics at an aggregate level. TUSC and the metrics for TED will enable a wide variety of research on studying how we use language to express ourselves, persuade, communicate, and influence, with particularly promising applications in public health, affective science, social science, and psychology.

研究の動機と目的

• SNSテキストにおける縦断的感情ダイナミクスを分析するためのフレームワークの開発を目的とする。
• 英語ツイートにおける感情分析のための大規模かつ位置情報が付与されたデータセットの不足を解消することを目的とする。
• 米国とカナダのツイーター間における感情表現の国境を越えた違いを調査することを目的とする。
• COVID-19パンデミックがSNSにおける集団的感情表現に与える影響を検討することを目的とする。
• TEDフレームワークを用いて、個人および都市レベルの感情ダイナミクスをベンチマーク化することを目的とする。

提案手法

• TUSCデータセットは、2015年から2021年の間に収集された4500万件の位置情報付き英語ツイートをもとに構築され、言語的分析に適した厳密な後処理が施された。
• TEDフレームワークは、ホームベース、変動性、上昇率、回復率といった指標を用いて、時間的経過に伴う感情状態の遷移をモデル化する。
• 感情スコア（価値V、覚醒A、支配D）は、NRC VAD辞書を用いて各単語に各次元ごとにスコアを割り当てることで算出された。
• 時間系列解析を個人のツイーターおよび都市レベルに適用し、TED指標を計算することで、2019年（パンデミック前）、2020年（パンデミック中）、2021年（パンデミック後）の縦断的比較が可能になった。
• 米国とカナダのツイート間、および年次比較において統計的差を検出することで、感情表現の顕著なシフトを同定した。
• TUSC100サブセット（2020年から2021年にかけて少なくとも100件のツイートを投稿した17万件のツイーターを含む）を用いて、感情ダイナミクスの詳細な個人レベル分析が可能になった。

実験結果

リサーチクエスチョン

• RQ1 米国とカナダのツイーター間において、価値、覚醒、支配の観点から、感情表現のパターンにどのような差が見られるか？
• RQ2 パンデミック年（2020年）において、パンデミック前およびパンデミック後の年と比較して、ツイートの感情的トーンにどのような変化が見られたか？
• RQ3 個人のツイーターは、感情状態の上昇および回復率において、どのように異なるか？特に、感情的回復の非対称性について検討する。
• RQ4 米国およびカナダの都市レベルにおける感情プロファイルはどのようなものか、またそれらはどのように比較できるか？
• RQ5 感情の各次元（価値、覚醒、支配）によって感情ダイナミクスはどの程度異なるか、特に上昇と回復の非対称性について検討する。

主な発見

• カナダのツイートは、全期間を通じて米国のツイートと比較して、より高い価値（より肯定的）、より低い覚醒（より落ち着いた）、より高い支配（よりコントロール感がある）を示した。
• パンデミック期の2020年は、感情的トーンに顕著なシフトを示し、2019年および2021年と比較して価値が著しく低下し、覚醒が上昇した。
• オタワ、ハリファックス、ビクトリアなどのカナダ都市のツイーターは、最高の価値スコアを示したが、デトロイト、ヒューストン、ロサンゼルス、フィラデルフィアのツイーターは最低のスコアを示した。
• オンタリオ州ウィンザーは、カナダの都市の中でも異常な存在であり、価値と感情の変動性が米国の都市に近い水準にあった。
• 感情ダイナミクスに関しては、より肯定的または支配的な状態へ上昇するには時間がかかり、否定的または従属的な状態からの回復は速いという、感情の回復における非対称性が観察された。
• 価値および支配の上昇率と回復率は、ホームステートの低域（Lo-Hm, Hm-Lo）で高かったが、覚醒に関しては逆に、高域（Hm-Hi, Hi-Hm）での上昇・回復が速く、高覚醒状態への移行およびその回復が速やかに進行した。