[논문 리뷰] Understanding Public Sentiments, Opinions and Topics about COVID-19 using Twitter

Jolin Shaynn-Ly Kwan, Kwan Hui Lim|arXiv (Cornell University)|2020. 12. 05.

Misinformation and Its Impacts참고 문헌 18인용 수 4

한 줄 요약

이 논문은 2020년 3월부터 6월까지 910,000개의 지리적 위치가 기록된 영어 트윗을 대상으로 감성 분석, 정서 탐지, 주제 모델링을 통합한 다중 방법 프레임워크를 제안한다. 이는 코로나19 팬데믹 초기 단계 동안 공적 감성, 정서 및 논의 주제를 연구하기 위한 것이다. 주요 발견은 지역별 감성 변화를 보여주는데, 예를 들어 싱가포르에서는 서킷 브레이커 이후 공적 안도감이 나타나 신뢰도(25.1%)와 기쁨(15.7%)이 증가했고, 영국에서는 정책 불확실성 기간 동안 공포(16.2%)와 슬픔(11.9%)이 증가한 것으로 나타났다. 또한 장기적 주제 모델링을 통해 부정적인 주제에서 원격 근무 및 전자상거래와 같은 더 적응적인 주제로의 전환을 관찰할 수 있었다.

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?

연구 동기 및 목표

• 글로벌 코로나19 팬데믹 초기 단계 동안 공적 감성과 정서가 어떻게 변화했는지 이해하기 위해.
• 정부 정책 변화나 보건 발표와 같은 주요 글로벌 사건과 공적 정서 간의 관계를 검토하기 위해.
• 다양한 지역과 시간대에 걸쳐 팬데믹과 관련된 논의 주제가 어떻게 변화하는지 특정하고 추적하기 위해.
• 공적 건강 통찰을 얻기 위해 감성, 정서 및 주제 모델링을 통합한 통합 분석 프레임워크를 개발하기 위해.

제안 방법

• 지리적 태그가 되어 있거나 프로필 기반 위치 추론을 통해 2020년 3월 12일부터 6월 10일까지 910,000건의 공개 영어 트윗을 세 개의 데이터셋을 활용해 수집하였다.
• 분석을 위해 소문자 변환, 토큰화, 어간 추출 및 표준화를 수행하여 트윗을 사전 처리하였다.
• 감성 극성과 여덟 가지 핵심 정서(예: 공포, 기쁨, 슬픔, 신뢰)를 탐지하기 위해 NRC 단어-정서 연관 어휘집과 AFINN 어휘집을 적용하였다.
• 장기적 주제 모델링을 위해 잠재 디리클레 분할(Latent Dirichlet Allocation, LDA)을 사용하여 변화하는 공적 논의 주제를 식별하였다.
• 지역(예: 싱가포르, 영국)과 시간대 간 감성 및 정서 추세를 비교하기 위해 공간적 및 시간적 분석을 수행하였다.
• 잠재적 영향을 평가하기 위해 공포 및 정서 변화를 봉쇄 발표 및 정책 변화와 같은 주요 글로벌 사건과 연관지어 분석하였다.

실험 결과

연구 질문

• RQ1 코로나19 팬데믹 기간 동안 감성과 정서는 어떻게 변화하는가?
• RQ2 정부 정책 변화나 보건 발표와 같은 주요 글로벌 사건에 대응하여 감성과 정서는 어떻게 변화하는가?
• RQ3 코로나19 관련 주요 논의 주제는 무엇이며, 시간이 지남에 따라 어떻게 변화하는가?
• RQ4 지역 정책과 공적 반응의 차이가 감성과 정서에 어떻게 반영되는가?

주요 결과

• 싱가포르에서는 4월 9일~15일 사이에 공포(11.9%)와 슬픔(9.3%)이 감소하고 신뢰(25.1%)와 기쁨(15.7%)이 증가하여 서킷 브레이커 봉쇄 이후 공적 안도감이 나타났다.
• 영국에서는 4월 30일~5월 6일 사이에 공포(16.2%)와 슬픔(11.9%)이 크게 증가했고 기쁨은 11.4%로 감소하여 정책 전환과 메시지 혼란 기간 동안 공적 불안이 증가한 것으로 나타났다.
• 영국의 '집에 머무르기'에서 '경계를 유지하기'로의 메시지 전환은 혼란스럽다는 비판을 받았으며, 이는 부정적 정서 증가와 긍정적 감성 감소와 관련이 있었다.
• 장기적 주제 모델링을 통해 폭력 및 소외와 같은 부정적 주제에서 원격 근무 및 전자상거래와 같은 더 적응적인 주제로의 전환이 관찰되어 사회적 적응의 신호로 해석되었다.
• 프레임워크는 정책 변화에 대한 지역별 정서 반응을 성공적으로 포착하여 공적 건강 모니터링에 활용 가능성을 입증하였다.
• 감성, 정서 및 주제 모델링의 통합을 통해 정책 명확성이 정서적 복지에 미치는 영향과 같은 공적 인식에 대한 세밀한 통찰을 제공할 수 있었다.