[論文レビュー] Risk Communication in Asian Countries: COVID-19 Discourse on Twitter

Sungkyu Park, Sungwon Han+7 more|arXiv (Cornell University)|Jun 22, 2020

Misinformation and Its Impacts参考文献 27被引用数 10

ひとこと要約

本研究では、自然言語処理を用いて時系列的トピックダイナミクスを分析することで、韓国、イラン、ベトナム、インドにおけるCOVID-19に関するTwitterディスcourseにおけるトピック的フェーズ遷移を自動的に検出する手法を提案する。その結果、ソーシャルメディア上の注目度が公式の感染者数のピークをしばしば先行しており、ベトナムでは初期のグローバルな関心、インドでは誤情報の広がりが顕著であるなど、国ごとのリスクコミュニケーションのパターンが明らかになった。

ABSTRACT

COVID-19 has become one of the most widely talked about topics on social media. This research characterizes risk communication patterns by analyzing the public discourse on the novel coronavirus from four Asian countries: South Korea, Iran, Vietnam, and India, which suffered the outbreak to different degrees. The temporal analysis shows that the official epidemic phases issued by governments do not match well with the online attention on COVID-19. This finding calls for a need to analyze the public discourse by new measures, such as topical dynamics. Here, we propose an automatic method to detect topical phase transitions and compare similarities in major topics across these countries over time. We examine the time lag difference between social media attention and confirmed patient counts. For dynamics, we find an inverse relationship between the tweet count and topical diversity.

研究の動機と目的

• 感染症の流行の深刻度に差があるアジア諸国における、SNS上でのCOVID-19に関する公的ディスコースの変化の仕組みを理解すること。
• 政府が発表する感染症フェーズが、オンラインの注目度パターンやSNSディスコースのダイナミクスと一致するかどうかを調査すること。
• 自然言語処理（NLP）と時系列的トピックモデリングを用いて、Twitterデータにおけるトピック的フェーズ遷移を自動検出する手法を開発すること。
• 誤情報の頻度やトピックの多様性といった国ごとのリスクコミュニケーションの特徴を特定し、公衆衛生コミュニケーション戦略に活かすこと。
• ツイート数、リツイートの深さ（リツイートの広がり具合）とトピックの多様性の関係が、パンデミック期における公的ディスコースにどのように影響を与えるかを評価すること。

提案手法

• 時系列的トピックモデリングとクラスタリングを用いて、データ駆動型の下位から上位への手法で、Twitterディスコースをトピック的フェーズに自動的に分割する。
• 言語固有のトークナイザーとトピックモデリング（例：LDA または類似手法）を用いた自然言語処理（NLP）技術を活用し、各フェーズにおける主要なテーマを抽出する。
• 1日あたりのリツイート数を総ツイート数で割った比率として、ツイートの深さ（情報の拡散度）を計算し、拡散の度合いやウイルス的伝播の度合いを測定する。
• ツイート数の時系列的傾向と確認済み症例数の傾向を比較し、オンラインの注目度と現実の疫学的出来事との間に遅れや先行があるかどうかを特定する。
• トピックシフトの速度と加速度を分析し、各国におけるディスコースダイナミクスの変化を検出する。
• 韓国、イラン、ベトナム、インドの地理的タグ付きツイートを収集したキュレート済みデータセットを用いて、国ごとの前処理とトピック抽出を施した上で、手法の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 政府が発表する感染症フェーズは、Twitter上のオンライン相互作用パターンを反映しているか？
• RQ2 下位から上位へのデータ駆動型アプローチを用いて、SNSディスコースにおけるトピック的フェーズをどのように自動検出できるか？
• RQ3 4か国の各トピック的フェーズに対応する主要なトピックは何か？
• RQ4 各国におけるトピックトレンドの独自の特徴は何か。また、パンデミック期におけるリスクコミュニケーションに共通する特徴はあるか？

主な発見

• 韓国、イラン、ベトナムでは、1日あたりのツイート数のピークが、1日あたりの確認済み症例数のピークを最大数週間も前後して現れており、グローバルな出来事に対して早期にソーシャルメディアが反応していることが示された。
• 韓国では、第2フェーズ（国内感染がピークに達した時期）において、トピック数が顕著に減少しており、公的関心が少数の主要な問題に集中していることが示された。
• ベトナムのユーザーは、初期フェーズ（フェーズ0）からグローバルなパンデミックの動向について議論しており、初期のグローバル意識が、より効果的なパンデミック対応に寄与した可能性がある。
• インドでは、フェーズ1およびフェーズ2において、誤情報、虚偽情報、嫌がらせの内容を含むコンテンツの量が著しく高く、他の国と比較して顕著に多かった。
• ツイート数とトピックの多様性の間に強い逆相関関係が確認された。つまり、ツイート数が多いほど、トピックの数が少なく、より集中したトピックに限定された。
• ツイートの深さ（リツイートの強度）は、高い関与度に伴い上昇し、特に韓国とベトナムでは、注目度の高い時期に強い情報拡散効果が見られた。