[论文解读] Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media

Tao Na, Wei Cheng+3 more|arXiv (Cornell University)|Jun 8, 2021

Misinformation and Its Impacts参考文献 27被引用 8

一句话总结

本研究利用自然语言处理（NLP）对英国和美国的Twitter数据进行分析，以探究公众对新冠疫苗的态度。研究应用VADER和一种新型加权影响力评分方法，发现近40%的用户在疫苗接种高峰期持负面看法，辉瑞（Pfizer）是讨论最多的疫苗品牌，而对疫苗安全性的担忧——尤其是接种后死亡事件——是导致负面情绪的主要原因，而正面情绪则集中于疫苗的有效性和安全性。

ABSTRACT

Social media is an appropriate source for analyzing public attitudes towards the COVID-19 vaccine and various brands. Nevertheless, there are few relevant studies. In the research, we collected tweet posts by the UK and US residents from the Twitter API during the pandemic and designed experiments to answer three main questions concerning vaccination. To get the dominant sentiment of the civics, we performed sentiment analysis by VADER and proposed a new method that can count the individual's influence. This allows us to go a step further in sentiment analysis and explain some of the fluctuations in the data changing. The results indicated that celebrities could lead the opinion shift on social media in vaccination progress. Moreover, at the peak, nearly 40\% of the population in both countries have a negative attitude towards COVID-19 vaccines. Besides, we investigated how people's opinions toward different vaccine brands are. We found that the Pfizer vaccine enjoys the most popular among people. By applying the sentiment analysis tool, we discovered most people hold positive views toward the COVID-19 vaccine manufactured by most brands. In the end, we carried out topic modelling by using the LDA model. We found residents in the two countries are willing to share their views and feelings concerning the vaccine. Several death cases have occurred after vaccination. Due to these negative events, US residents are more worried about the side effects and safety of the vaccine.

研究动机与目标

• 利用社交媒体数据理解英国和美国居民对新冠疫苗的公众情绪。
• 识别最受讨论的疫苗品牌及其在公众中的正面或负面感知。
• 通过主题建模揭示社交媒体中关于疫苗讨论的主要议题和公众关切。
• 提出一种加权影响力评分方法，评估关键用户如何影响情绪趋势。
• 为公共卫生和传播策略提供及时的公众认知洞察。

提出的方法

• 通过Twitter API收集英国和美国的英文推文，关键词过滤与疫苗相关的内容。
• 应用VADER情感分析，将推文情绪分类为正面、负面或中性。
• 提出Weighted-VADER方法，结合用户影响力（如关注者数、转发数）对情感得分进行加权。
• 使用LDA主题建模提取推文中的主要主题，按时间、国家和情绪极性进行分析。
• 人工识别主要疫苗品牌（辉瑞（Pfizer）、阿斯利康（AstraZeneca）、莫德纳（Moderna））及其关联关键词，用于情感对比。
• 通过观察词频趋势及与现实事件的对应关系，验证主题模型的一致性。

实验结果

研究问题

• RQ1 在疫情期间，英国和美国居民对新冠疫苗的主导情绪是什么？
• RQ2 哪些疫苗品牌最受讨论，且公众情绪在不同品牌间有何差异？
• RQ3 社交媒体中关于疫苗的主要话题和关切点是什么？
• RQ4 有影响力的用户如何影响社交媒体上的情绪趋势？
• RQ5 情绪和主题趋势如何随时间演变，且在英国和美国之间有何不同？

主要发现

• 在疫苗接种高峰期，近40%的英国和美国居民对新冠疫苗表达了负面情绪。
• 辉瑞（Pfizer）在两国均为最受讨论的疫苗品牌，且在所有品牌中正面情绪最高。
• 超过9%的正面情绪词素提及疫苗有效性，8.5%提及“安全”或“免费”作为关键正面属性。
• 负面情绪与对接种后死亡事件的担忧密切相关，‘死亡’、‘病例’和‘新闻’是负面主题中的关键词。
• 公众对疫苗分配的担忧随时间增加，尤其在英国，短缺问题成为主要讨论话题。
• 大多数负面情绪并未直接批评疫苗本身，而是间接与封锁措施和病毒造成的损害等更广泛的疫情压力因素相关。