[論文レビュー] Understanding Public Sentiments, Opinions and Topics about COVID-19 using Twitter

Jolin Shaynn-Ly Kwan, Kwan Hui Lim|arXiv (Cornell University)|Dec 5, 2020

Misinformation and Its Impacts参考文献 18被引用数 4

ひとこと要約

本稿では、2020年3月から6月にかけての910,000件の地理的位置情報が付与された英語のツイートを対象に、感情分析、感情検出、トピックモデリングを統合したマルチメソッドフレームワークを提案し、新型コロナウイルス感染症の初期段階における世論の感情、感情、議論のトピックを分析する。主な発見として、地域ごとの感情の変化—例えば、シティーブレーカー措置終了後に信頼と喜びが上昇したシンガポールや、政策の不確実性に伴いイギリスで恐怖・悲しみが増加した—に加え、否定的からより適応的で技術志向のトピックに移行する縦断的傾向が明らかになった。

ABSTRACT

The COVID-19 pandemic has caused widespread devastation throughout the world. In addition to the health and economical impacts, there is an enormous emotional toll associated with the constant stress of daily life with the numerous restrictions in place to combat the pandemic. To better understand the impact of COVID-19, we proposed a framework that utilizes public tweets to derive the sentiments, emotions and discussion topics of the general public in various regions and across multiple timeframes. Using this framework, we study and discuss various research questions relating to COVID-19, namely: (i) how sentiments/emotions change during the pandemic? (ii) how sentiments/emotions change in relation to global events? and (iii) what are the common topics discussed during the pandemic?

研究の動機と目的

• 世界的な新型コロナウイルス感染症の初期段階における世論の感情と感情の変化を理解すること。
• 政府の政策変更や健康関連の発表などの主要な国際的出来事と、世論の感情との関係を検討すること。
• 地域や時間経過に応じて変化するパンデミック関連の議論トピックを特定・追跡すること。
• 公衆衛生のインサイトを得るための包括的な分析フレームワークを構築すること—感情、感情、トピックモデリングを統合する。

提案手法

• 3月12日から6月10日までの間、位置情報が付与されたツイートおよびプロフィールベースの位置情報推定を含む3つのデータセットを用いて、910,000件の公開英語ツイートを収集した。
• 分析に備えるため、小文字変換、トークン化、語形還元、ステミングを実施してツイートを前処理した。
• NRC語-感情関連語彙リストおよびAFINN語彙リストを用いて、感情極性および8つの基本的 emotions（例：恐怖、喜び、悲しみ、信頼）を検出した。
• 縦断的トピックモデリングのため、潜在ディリクレ配分（LDA）を用いて、変化する世論の議論テーマを同定した。
• 地域（例：シンガポール、イギリス）および時間枠ごとの感情と感情の傾向を比較するため、空間的・時間的分析を実施した。
• ロックダウンの発表や政策変更などの重要な国際的出来事と感情の変化を相関させ、世論の気分に与える影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 新型コロナウイルス感染症の流行中に、感情と感情はどのように変化するか？
• RQ2 政府の政策変更や健康関連の発表などの主要な国際的出来事に対して、感情と感情はどのように反応するか？
• RQ3 新型コロナウイルス感染症に関連する主要な議論トピックは何か、そしてそれらは時間経過とともにどのように変化するか？
• RQ4 地域ごとの感情と感情の違いは、どのように現地の政策と公衆の反応を反映しているか？

主な発見

• シンガポールでは、4月9日〜15日の週に、恐怖（11.9％）と悲しみ（9.3％）が著しく低下し、信頼（25.1％）と喜び（15.7％）が上昇した。これは、シティーブレーカー措置終了後の公衆の安心感を示している。
• イギリスでは、4月30日〜5月6日には、恐怖（16.2％）と悲しみ（11.9％）が顕著に増加し、喜びは11.4％まで低下した。これは、政策移行期における公衆の不安を反映している。
• イギリスの『自宅にとどまる』から『警戒を続ける』へのメッセージ変更は、混乱を招くと批判されたが、これと併せて否定的感情が増加し、肯定的感情が低下した。
• 縦断的トピックモデリングにより、暴力やマイノリティの排除といった否定的テーマから、リモートワークや電子商取引といったより適応的で前向きなトピックへのシフトが明らかになった。これは社会の適応的変化を示唆している。
• 本フレームワークは、政策変更への地域的反応としての感情的反応を的確に捉えた。これは、公衆衛生の監視における実用的価値を示している。
• 感情、感情、トピックモデリングの統合により、政策の明確さが感情的健康に与える影響といった、公衆認識に関する洗練されたインサイトが得られた。