[論文レビュー] Understanding the perception of COVID-19 policies by mining a multilanguage Twitter dataset

Christian López, Malolan Vasu+1 more|arXiv (Cornell University)|Mar 23, 2020

Misinformation and Its Impacts被引用数 106

ひとこと要約

本論文はNLP、テキストマイニング、ネットワーク分析を用いて複数言語のTwitterデータを分析し、COVID-19政策に関する議論を時間とともに捉えるとともに、パンデミック初期段階からの世界的な多言語ツイートデータセットを紹介する。

ABSTRACT

The objective of this work is to explore popular discourse about the COVID-19 pandemic and policies implemented to manage it. Using Natural Language Processing, Text Mining, and Network Analysis to analyze corpus of tweets that relate to the COVID-19 pandemic, we identify common responses to the pandemic and how these responses differ across time. Moreover, insights as to how information and misinformation were transmitted via Twitter, starting at the early stages of this pandemic, are presented. Finally, this work introduces a dataset of tweets collected from all over the world, in multiple languages, dating back to January 22nd, when the total cases of reported COVID-19 were below 600 worldwide. The insights presented in this work could help inform decision makers in the face of future pandemics, and the dataset introduced can be used to acquire valuable knowledge to help mitigate the COVID-19 pandemic.

研究の動機と目的

• COVID-19および関連政策についての一般的な議論を探求する。
• パンデミックへの対応が時間とともにどのように変化するかを特定する。
• パンデミック初期段階からTwitter上で情報と誤情報がどのように拡散するかを理解する。
• 将来のパンデミック研究のための多言語Twitterデータセットを提供する。

提案手法

• COVID-19に関連するツイートを処理するために自然言語処理を用いる。
• テーマと感情を抽出するためにテキストマイニング手法を適用する。
• 情報伝播と議論のつながりを研究するためにネットワーク分析を用いる。
• 時間を超える応答の時間変化を分析する。
• 2020年1月22日まで遡る多言語Twitterデータセットを作成・公開する。

実験結果

リサーチクエスチョン

• RQ1 時間を通じてTwitter上のCOVID-19政策に関する支配的なテーマは何か？
• RQ2 パンデミックへの対応は言語と地域によってどのように異なるか？
• RQ3 パンデミック初期段階で情報と誤情報はTwitter上でどのように伝播したか？
• RQ4 多言語ツイートデータセットは将来のパンデミック意思決定の情報提供にどんな知見をもたらすか？

主な発見

• パンデミックと政策措置への共通した反応の特定。
• 2020年初頭からのTwitter上で情報と誤情報がどのように伝播したかの証拠。
• COVID-19政策に関する議論がどのように進化したかの時系列洞察。
• 2020年1月22日以降の世界全体のツイートを含む公開の多言語ツイートデータセット。