トピックモデリングを用いたCOVID-19関連ストレッサの探索【JST・京大機械翻訳】

Leung Yue Tong; Khalvati Farzad

プレプリント

J-GLOBAL ID：202202201707839791 整理番号：22P0283088

トピックモデリングを用いたCOVID-19関連ストレッサの探索【JST・京大機械翻訳】

Exploring COVID-19 Related Stressors Using Topic Modeling

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年01月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

COVID-19パンデミックは,ほぼ2年間異なる国からの人々の生活に影響した。パンデミックによるライフスタイルの変化は個人の心理社会的ストレッサーを引き起こし,精神衛生問題につながる可能性がある。高品質精神衛生支援を提供するために,健康管理組織はCOVID-19特異的ストレッサーを同定し,それらのストレッサーの有病率の傾向を知らなければならない。本研究は,COVID-19パンデミック中の心理社会的ストレッサーを同定するために,ソーシャルメディアデータに自然言語処理(NLP)を適用し,パンデミックの異なる段階でストレッサーの有病率の傾向を分析することを目的とする。14番目のFeb,2020から197年7月2021日まで,亜赤色のCOVID19_サポートから9266のレッドディットポストのデータセットを得た。著者らは,Latent Dirichlet Allocation(LDA)トピックモデルおよびレキシコン法を用いて,サブレッドに言及されたトピックスを同定した。著者らの結果は,ソーシャルメディアプラットフォームに関して議論されるコビド-19関連ストレッサーに関するトピックスの有病率の傾向を可視化するためのダッシュボードを提示した。結果は,COVID-19の種々の段階の間,パンデミック関連ストレッサーの有病率に関する洞察を提供することができた。本研究に活用されたNLP技術は,将来におけるイベント特異的ストレッサーを分析するために応用できた。【JST・京大機械翻訳】

, , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

産業衛生,産業災害

, , , ,

前のページに戻る