BriefGPT - AI 论文速递
·
分析 MPox 疫情期间公众反应、认知和态度：基于推特话题建模的发现
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
2022年5月开始报告了大量非传染病国家的M-pox病例，引发了人们对疫情大流行的担忧。研究人员在南非的Twitter数据上测试了M-pox与COVID-19的相似性。微调后，COVID-19模型在M-pox数据集上的性能提高了8%，接近70%。主题建模程序比较了原始模型与微调版本中误分类的M-pox推文，得出了构建更复杂模型的结论。
🎯
关键要点
- 自2022年5月开始，非传染病国家报告了大量M-pox病例，引发疫情大流行的担忧。
- 研究人员测试了COVID-19模型在南非Twitter数据上对M-pox的适用性。
- 从南非获得的20,000多个与M-pox相关的推文被手动标记为积极、消极或中性。
- 微调后的COVID-19模型在M-pox数据集上的F1分数提高了超过8%，接近70%。
- 微调后的模型仍优于最先进的模型和众所周知的分类算法。
- 使用基于LDA的主题建模程序比较了原始模型与微调版本中误分类的M-pox推文，得出构建更复杂模型的结论。
➡️
