文献

J-GLOBAL ID：201702286547359318   整理番号：17A1628755

全国ウイルス感染発生への理解公共反応のためのメディア出口の大規模機械学習【Powered by NICT】

Large-scale machine learning of media outlets for understanding public reactions to nation-wide viral infection outbreaks

著者 (8件)： Choi Sungwoon (Electrical and Computer Engineering, Seoul National University, Seoul 08826, Republic of Korea) ,  Choi Sungwoon (IT Convergence, Korea University, Seoul 02841, Republic of Korea) ,  Lee Jangho (Electrical and Computer Engineering, Seoul National University, Seoul 08826, Republic of Korea) ,  Kang Min-Gyu (Internal Medicine, Chungbuk National University Hospital, Cheongju 28644, Republic of Korea) ,  Min Hyeyoung (RNA Biopharmacy Laboratory, College of Pharmacy, Chung-Ang University, Seoul 06974, Republic of Korea) ,  Chang Yoon-Seok (Department of Internal Medicine, Seoul National University Bundang Hospital, Seoul National University College of Medicine, Gyeonggi-do 13620, Republic of Korea) ,  Yoon Sungroh (Electrical and Computer Engineering, Seoul National University, Seoul 08826, Republic of Korea) ,  Yoon Sungroh (Neurology and Neurological Sciences, Stanford University, Stanford, CA 94305, USA)
資料名： Methods  (Methods)
巻： 129  ページ： 50-59  発行年： 2017年 
JST資料番号： W0241A  ISSN： 1046-2023  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 年5月から2015年7月は,韓国における中東呼吸器症候群(MERS)の全国的発生した。磁気エネルギー回生スイッチ(MERS)はコロナウイルス科に属するMERS CoV,エンベロープ,プラス一本鎖RNAウイルスにより引き起こされる。MERSの危険性は誇張されたかもしれないことを専門家の意見にもかかわらず,韓国マスメディア,発生中の社会的および経済的活性を顕著に低下させたに伴う公衆により過剰反応した。この現象を説明するために,メディアの機械学習ベース分析が有用であることを前提とし10週間発生中に生成された韓国のマスメディア品と短いテキストコメントの数を収集した。収集されたデータ(全部で八千六百万語)を処理し,効果的に解析するために,機械学習と情報理論的アプローチから成る方法論を作成した。筆者らの提案は,情動とインターネット語 俗語から感情を抽出するための技術,ソーシャルメディアのロバストな感情分析に必要な感情軸受テキストの数を有意に増加させる(約73%)することができたを含んでいた。その結果,疾患,マスメディア,公共感情の間の相互作用の観点から磁気エネルギー回生スイッチ(MERS)に対する公共過剰反応に対するもっともらしい説明を発見した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *機械学習 ,  スイッチ ,  *ウイルス ,  インターネット ,  相互作用 ,  大韓民国 ,  *ウイルス感染 ,  電力回生 ,  ロバスト性 ,  コロナウイルス科
準シソーラス用語： テキスト ,  ソーシャルメディア ,  マスメディア ,  磁気エネルギー ,  MERS , 【Automatic Indexing@JST】

著者キーワード (4件)： 機械学習 ,  中東呼吸器症候群(MERS) ,  自然言語処理 ,  感情分析

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (5件)： ウイルス感染 ,  理解 ,  出口 ,  大規模 ,  機械学習