Event Detection from Social Media for Epidemic Prediction

要約

ソーシャル メディアは、社会の動向や出来事に関する最新情報をタイムリーに提供する、アクセスしやすいプラットフォームです。
感染症、症状、社会的相互作用などの流行に関連した出来事に関する議論は、流行の発生時に政策決定に情報を提供するために非常に重要です。
私たちの取り組みでは、ソーシャル メディアの投稿から流行に関連したイベントを抽出して分析するフレームワークを開発することで、今後の流行に対する備えを強化し、早期に警告するためのイベント検出 (ED) を先駆的に活用しています。
この目的を達成するために、私たちは 7 つの病気に依存しないイベント タイプで構成される流行イベント オントロジーをキュレートし、新型コロナウイルス感染症のパンデミックに焦点を当てた人間による注釈付きイベントを含む Twitter データセット SPEED を構築します。
実験により、新型コロナウイルスに基づいた SPEED でトレーニングされた ED モデルが、猿痘、ジカ熱、デング熱という 3 つの未確認の流行病の流行事象をどのように効果的に検出できるかが明らかになりました。
一方、既存の ED データセットでトレーニングされたモデルは惨めに失敗します。
さらに、私たちのフレームワークによって抽出されたイベントの急激な増加を報告することで、WHOのサル痘流行宣言よりも4〜9週間早く警告を発できることを示します。
私たちのフレームワークのこの有用性は、新たな感染症に対するより良い備えの基礎を築きます。

要約(オリジナル)

Social media is an easy-to-access platform providing timely updates about societal trends and events. Discussions regarding epidemic-related events such as infections, symptoms, and social interactions can be crucial for informing policymaking during epidemic outbreaks. In our work, we pioneer exploiting Event Detection (ED) for better preparedness and early warnings of any upcoming epidemic by developing a framework to extract and analyze epidemic-related events from social media posts. To this end, we curate an epidemic event ontology comprising seven disease-agnostic event types and construct a Twitter dataset SPEED with human-annotated events focused on the COVID-19 pandemic. Experimentation reveals how ED models trained on COVID-based SPEED can effectively detect epidemic events for three unseen epidemics of Monkeypox, Zika, and Dengue; while models trained on existing ED datasets fail miserably. Furthermore, we show that reporting sharp increases in the extracted events by our framework can provide warnings 4-9 weeks earlier than the WHO epidemic declaration for Monkeypox. This utility of our framework lays the foundations for better preparedness against emerging epidemics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google