Deep learning for COVID-19 topic modelling via Twitter: Alpha, Delta and Omicron

要約

革新的な深層学習手法を使用したトピック モデリングは、COVID-19 を含む幅広いアプリケーションで関心を集めています。
トピック モデリングは、COVID-19 パンデミックなどの極端なイベントにおける人間の行動を理解するための、心理的、社会的、文化的な洞察を提供できます。
このホワイト ペーパーでは、COVID-19 トピック モデリングに著名な深層学習ベースの言語モデルを使用し、出現 (アルファ) からオミクロン バリアントまでのデータを考慮します。
トピック モデリングを適用して、インドの Twitter データセットに基づいて、第 1 波、第 2 波、第 3 波にわたる一般の行動を確認します。
私たちの結果は、その後の波のために抽出されたトピックには、COVID-19 パンデミック中に政治的、社会的、経済的状況で新たな問題が引き起こされた一方で、ガバナンス、ワクチン接種、パンデミック管理などの特定の重複するテーマがあったことを示しています。
また、主要なトピックと、それぞれの期間に流行しているニュース メディアとの質的な強い相関関係があることもわかりました。
したがって、私たちのフレームワークは、COVID-19 パンデミックのさまざまな段階で発生する主要な問題を捉え、他の国や地域に拡大できる可能性を秘めています。

要約(オリジナル)

Topic modelling with innovative deep learning methods has gained interest for a wide range of applications that includes COVID-19. Topic modelling can provide, psychological, social and cultural insights for understanding human behaviour in extreme events such as the COVID-19 pandemic. In this paper, we use prominent deep learning-based language models for COVID-19 topic modelling taking into account data from emergence (Alpha) to the Omicron variant. We apply topic modeling to review the public behaviour across the first, second and third waves based on Twitter dataset from India. Our results show that the topics extracted for the subsequent waves had certain overlapping themes such as covers governance, vaccination, and pandemic management while novel issues aroused in political, social and economic situation during COVID-19 pandemic. We also found a strong correlation of the major topics qualitatively to news media prevalent at the respective time period. Hence, our framework has the potential to capture major issues arising during different phases of the COVID-19 pandemic which can be extended to other countries and regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google