Using LLMs to Infer Non-Binary COVID-19 Sentiments of Chinese Micro-bloggers

要約

危機時の国民感情を研究することは、意見や感情がどのように変化し、その結果社会が二極化するかを理解するために非常に重要です。
私たちは、新型コロナウイルス感染症危機の発生中に作成された投稿を使用して、中国で最も人気のあるミニブログ サイトである Weibo を研究します。
研究期間には、新型コロナウイルス感染症（COVID-19）の前段階、流行段階、流行予防の初期段階が含まれます。
大規模言語モデルである Llama 3 8B を使用して、プラットフォーム上のユーザーの感情を肯定的、否定的、皮肉、中立的なカテゴリに分類して分析します。
Weibo での感情の変化を分析すると、社会的出来事や政府の行動が世論にどのような影響を与えるかについての洞察が得られます。
この研究は、健康危機時の社会感情のダイナミクスの理解に貢献し、中国のプラットフォームの感情分析におけるギャップを埋めるものです。
これらのダイナミクスを調査することで、前例のない地球規模の課題における社会の対応を形作る上でのデジタルコミュニケーションの役割について貴重な視点を提供することを目指しています。

要約(オリジナル)

Studying public sentiment during crises is crucial for understanding how opinions and sentiments shift, resulting in polarized societies. We study Weibo, the most popular microblogging site in China, using posts made during the outbreak of the COVID-19 crisis. The study period includes the pre-COVID-19 stage, the outbreak stage, and the early stage of epidemic prevention. We use Llama 3 8B, a Large Language Model, to analyze users’ sentiments on the platform by classifying them into positive, negative, sarcastic, and neutral categories. Analyzing sentiment shifts on Weibo provides insights into how social events and government actions influence public opinion. This study contributes to understanding the dynamics of social sentiments during health crises, fulfilling a gap in sentiment analysis for Chinese platforms. By examining these dynamics, we aim to offer valuable perspectives on digital communication’s role in shaping society’s responses during unprecedented global challenges.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google