[论文解读] Text mining and sentiment analysis of COVID-19 tweets

Qihuang Zhang, Grace Y. Yi+2 more|arXiv (Cornell University)|Jun 26, 2021

Neural Networks and Reservoir Computing参考文献 24被引用 9

一句话总结

本研究利用文本挖掘与情感分析技术，对2020年2月至10月期间来自北美八座城市的Twitter数据进行分析，采用VADER与NRC模型评估公众对新冠肺炎、口罩、疫苗及封锁措施的情感倾向。研究结合回声状态网络与收敛交叉映射方法，发现情感显著影响Twitter活跃度，且与感染率存在即时关联，其中对疫苗和封锁措施的负面情感最为突出，而与口罩相关的情感总体呈正面。

ABSTRACT

The human severe acute respiratory syndrome coronavirus 2 (SARS-Cov-2), causing the COVID-19 disease, has continued to spread all over the world. It menacingly affects not only public health and global economics but also mental health and mood. While the impact of the COVID-19 pandemic has been widely studied, relatively fewer discussions about the sentimental reaction of the population have been available. In this article, we scrape COVID-19 related tweets on the microblogging platform, Twitter, and examine the tweets from Feb~24, 2020 to Oct~14, 2020 in four Canadian cities (Toronto, Montreal, Vancouver, and Calgary) and four U.S. cities (New York, Los Angeles, Chicago, and Seattle). Applying the Vader and NRC approaches, we evaluate the sentiment intensity scores and visualize the information over different periods of the pandemic. Sentiment scores for the tweets concerning three anti-epidemic measures, masks, vaccine, and lockdown, are computed for comparisons. The results of four Canadian cities are compared with four cities in the United States. We study the causal relationships between the infected cases, the tweet activities, and the sentiment scores of COVID-19 related tweets, by integrating the echo state network method with convergent cross-mapping. Our analysis shows that public sentiments regarding COVID-19 vary in different time periods and locations. In general, people have a positive mood about COVID-19 and masks, but negative in the topics of vaccine and lockdown. The causal inference shows that the sentiment influences people's activities on Twitter, which is also correlated to the daily number of infections.

研究动机与目标

• 通过社交媒体情感分析研究公众对新冠肺炎疫情的情绪反应。
• 考察情感在时间、地点及具体防控措施（口罩、疫苗、封锁）上的差异。
• 利用先进的时间序列技术建立情感、推文活跃度与确诊感染率之间的因果关系模型。
• 解决以往研究的局限性，如忽略词语互动、拼写错误，以及情感分析中缺乏因果推断。

提出的方法

• 对2020年2月24日至10月14日期间，从北美八座城市收集的120万条与新冠肺炎相关的推文进行文本挖掘。
• 采用基于词典的VADER与NRC方法进行情感分析，计算与新冠肺炎、口罩、疫苗及封锁措施相关主题的情感强度得分。
• 应用回声状态网络建模情感、感染率与社交媒体活跃度的时间动态变化。
• 使用收敛交叉映射（CCM）推断情感、感染人数与推文活跃度特征（推文、点赞、回复、转发）之间的因果关系。
• 基于时间滞后的互相关分析以识别因果方向，峰值相关性出现在最优时间滞后处。
• 可视化不同疫情阶段与城市的情感趋势，比较各地区与时间的情感反应差异。

实验结果

研究问题

• RQ1 在不同城市中，公众对新冠肺炎及其防控措施的情感态度如何随时间演变？
• RQ2 情感得分、社交媒体活跃度（发推、点赞、回复、转发）与日确诊感染人数之间存在何种因果关系？
• RQ3 加拿大与美国城市的情感模式有何差异？当地公共卫生措施在塑造这些模式中起到何种作用？
• RQ4 情感变化在多大程度上先于或滞后于感染率与线上活跃度的变化？

主要发现

• 公众对口罩的情感始终呈正面，而对疫苗和封锁措施的情感在所有城市与时间段内均以负面为主。
• 情感得分与感染率及推文活跃度在时间零滞后处存在即时相关性，表明两者之间存在双向影响。
• 通过收敛交叉映射进行因果推断显示，情感显著影响Twitter活跃度（推文、点赞、回复、转发），但反之则不然，情感对推文活跃度的峰值相关性出现在τ=8时。
• 情感与感染率之间的相关性较弱（ρ=0.006与ρ=0.169），表明情感并非病例数的强预测因子，但仍可能影响行为。
• 推文活跃度特征（推文、点赞、回复、转发）之间存在即时相关性，表明存在自我强化的在线互动循环。
• 分析表明，情感变化可能驱动社交媒体上的行为改变，而这些行为又可能反过来影响传播风险，凸显情感动态在疫情行为中的作用。