[論文レビュー] Machine learning on Big Data from Twitter to understand public reactions to COVID-19

Jia Xue, Junxiang Chen+3 more|arXiv (Cornell University)|May 18, 2020

Misinformation and Its Impacts参考文献 13被引用数 11

ひとこと要約

本研究では、2020年1月20日から3月7日までの180万件のTwitter投稿を対象に機械学習を適用し、新型コロナウイルス感染症への一般の反応を分析した。11の顕著なトピックが特定され、グローバルな拡散、韓国におけるアウトブレイク、経済的影響などの10のテーマに分類された。感情分析の結果、当局への信頼が支配的であり、予防策への不安と期待の複雑な感情が共存していたが、治療法や症状に関する議論は顕著ではなかった。

ABSTRACT

The study aims to understand Twitter users' discussions and reactions about the COVID-19. We use machine learning techniques to analyze about 1.8 million Tweets messages related to coronavirus collected from January 20th to March 7th, 2020. A total of salient 11 topics are identified and then categorized into 10 themes, such as cases outside China (worldwide), COVID-19 outbreak in South Korea, early signs of the outbreak in New York, Diamond Princess cruise, economic impact, Preventive/Protective measures, and supply chain. Results do not reveal treatment and/or symptoms related messages as a prevalent topic on Twitter. We also run sentiment analysis and the results show that trust for the authorities remained a prevalent emotion, but mixed feelings of trust for authorities, fear for the outbreak, and anticipation for the potential preventive measures will be taken are identified. Implications and limitations of the study are also discussed.

研究の動機と目的

• 新型コロナウイルス感染症パンデミックの初期段階におけるTwitter上での一般の感情と議論のテーマを理解すること。
• ソーシャルメディアデータを機械学習を用いて分析し、主要なトピックとパンデミック関連の一般の懸念を同定すること。
• パンデミック関連の当局や対策に関する議論において、信頼、不安、期待の感情が果たす役割を評価すること。
• この期間中に、治療法や症状関連の議論がTwitterの一般会話にどれほど存在するかを検討すること。

提案手法

• 2020年1月20日から3月7日までに、TwitterのAPIを用いて180万件の新型コロナウイルス関連のツイートを収集した。
• ツイートコーパスから11の顕著なトピックを特定するためのトピックモデリング手法を適用した。
• 特定されたトピックを、グローバルな拡散、特定のアウトブレイク（例：ダイヤモンド・プリンセス号）、経済的影響などを含む10の包括的テーマにグループ化した。
• 感情のトーンを分類するための感情分析を実施し、信頼、不安、期待に焦点を当てた。
• 分析の前処理として、自然言語処理（NLP）パイプラインを用いて生のツイートテキストをクリーニングした。
• テーマと感情の頻度を分類・定量化し、一般の議論のパターンを評価した。

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パンデミックの初期段階におけるTwitter上での一般の議論の主要テーマは何か？
• RQ2 特に信頼、不安、期待といった感情が、パンデミックの動向に応じてどのように変化しているか？
• RQ3 この期間中に、治療法や症状関連のトピックがどれほどTwitterで議論されているか？
• RQ4 具体的な出来事（例：韓国、ニューヨーク、ダイヤモンド・プリンセス号でのアウトブレイク）は、ソーシャルメディア上の一般の議論にどのように影響を与えているか？
• RQ5 当局への信頼は、初期のアウトブレイク段階における一般の感情を形成する上で、どのような役割を果たしているか？

主な発見

• 11の顕著なトピックが特定され、グローバルな拡散、韓国におけるアウトブレイク、経済的影響などの10の主要テーマに分類された。
• 予防策や保護策に関するトピックが、Twitter上の一般の議論において顕著なテーマであった。
• 収集したツイートコーパスにおいて、治療法や症状に関する議論は顕著ではなかった。
• 感情分析の結果、当局への信頼が支配的な感情的トーンであった。
• ウイルスへの不安と予防策への期待という複雑な感情が、頻繁に表現されていた。
• 一般の感情は、機関への信頼、ウイルスへの不安、将来的な対策への希望の複雑な相互作用を示していた。