VaxxHesitancy: A Dataset for Studying Hesitancy towards COVID-19 Vaccination on Twitter

要約

タイトル：Twitter上のCOVID-19ワクチンに対するワクチン接種に対するためらいに関するデータセットの作成

要約：

– ワクチン接種に対するためらいは、ワクチンが作成されて以来共通の問題であり、ソーシャルメディアの普及に伴い、ネット上でワクチンについての懸念を表明する人々も現れた。
– COVID-19ワクチンの最初の言及以降、ソーシャルメディアユーザーは迅速に開発されたワクチンの効果に対する恐れや懸念、または支持と信念について投稿している。
– COVID-19の場合、ワクチンの迅速な開発に伴い、反ワクチン情報の増大を反映した。市民のワクチン接種に対する姿勢を自動的に検出するために、計算社会科学の重要な課題となった。
– COVID-19のワクチン接種に対する一般人のためらいの理由を特定し理解することは、ワクチン接種率を高めるために人口をより良く情報提供するために必要であると言える。
– アノテーションされたデータは、ワクチン接種に対する姿勢のよりニュアンスのある分析のためのデータ駆動型モデルのトレーニングに必要である。
– これらの目的のために、3,101件のツイートを収集し、COVID-19ワクチン接種に対するユーザーの姿勢（立場）とアノテーションされた新しいデータのコレクションを作成した。
– また、最も優れた予測性能（73.0の精度と69.3のF1スコア）を実現する、ドメイン固有言語モデル（VaxxBERT）を開発した。これはプロワクチンと反ワクチンの意見を別々のカテゴリーとしてモデル化する最初のデータセットおよびモデルである。

要約(オリジナル)

Vaccine hesitancy has been a common concern, probably since vaccines were created and, with the popularisation of social media, people started to express their concerns about vaccines online alongside those posting pro- and anti-vaccine content. Predictably, since the first mentions of a COVID-19 vaccine, social media users posted about their fears and concerns or about their support and belief into the effectiveness of these rapidly developing vaccines. Identifying and understanding the reasons behind public hesitancy towards COVID-19 vaccines is important for policy markers that need to develop actions to better inform the population with the aim of increasing vaccine take-up. In the case of COVID-19, where the fast development of the vaccines was mirrored closely by growth in anti-vaxx disinformation, automatic means of detecting citizen attitudes towards vaccination became necessary. This is an important computational social sciences task that requires data analysis in order to gain in-depth understanding of the phenomena at hand. Annotated data is also necessary for training data-driven models for more nuanced analysis of attitudes towards vaccination. To this end, we created a new collection of over 3,101 tweets annotated with users’ attitudes towards COVID-19 vaccination (stance). Besides, we also develop a domain-specific language model (VaxxBERT) that achieves the best predictive performance (73.0 accuracy and 69.3 F1-score) as compared to a robust set of baselines. To the best of our knowledge, these are the first dataset and model that model vaccine hesitancy as a category distinct from pro- and anti-vaccine stance.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI