BriefGPT - AI 论文速递
·
COVID-19 对反疫苗话语的影响：一项跨越 COVID 前后的大规模 Twitter 研究
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
本文分析了Twitter数据，研究公众对COVID-19疫苗的态度变化。结果显示，疫苗接种推广后，负面情绪逐渐降低，但疫苗安全性和政策问题仍需关注。社交媒体上的反疫苗信息与虚假信息相关，情感分析表明接种率提高与用户情绪积极变化密切相关。
🎯
关键要点
-
通过分析 Twitter 语料库，识别疫情前后关于疫苗持不同态度的用户群体。
-
研究发现 COVID-19 疫苗的消极态度随着疫苗接种的推广而逐渐降低，但疫苗安全性和政策问题仍需关注。
-
双重立场使用者发布的推文占主要地位，正反两面的推文共同讨论了许多不同的问题。
-
反疫苗推文与虚假信息相关，表情和笑话占据了最多的转发信息。
-
疫苗推广对社交媒体讨论性质的影响显著，推文数量、病例数量和情绪极性得分变化之间存在联系。
-
研究发现疫苗接种率的提高与用户情绪向积极的变化密切相关，情感分析为疫苗推广策略提供了实质性的桥梁作用。
❓
延伸问答
COVID-19 疫苗的负面态度是如何变化的？
随着疫苗接种的推广，COVID-19 疫苗的消极态度逐渐降低，但疫苗安全性和政策问题仍需关注。
社交媒体上反疫苗信息的主要特点是什么？
反疫苗推文与虚假信息相关，表情和笑话占据了最多的转发信息。
疫苗接种率提高与用户情绪之间有什么关系？
研究发现疫苗接种率的提高与用户情绪向积极的变化密切相关。
研究中使用了哪些技术来分析 Twitter 数据？
研究使用了机器学习技术和自然语言处理技术来分析 Twitter 数据。
双重立场使用者在推文中占据什么样的地位？
双重立场使用者发布的推文占主要地位，正反两面的推文共同讨论了许多不同的问题。
疫苗推广对社交媒体讨论的影响是什么？
疫苗推广显著影响社交媒体讨论的性质，推文数量、病例数量和情绪极性得分变化之间存在联系。
🏷️
