Loading...
机构名称:
¥ 1.0

摘要 — 在 COVID-19 大流行期间,疫苗犹豫仍然是公共卫生官员面临的主要挑战。由于这种犹豫破坏了疫苗接种运动,许多研究人员试图找出其根本原因,发现社交媒体平台上越来越多的反疫苗错误信息是这一问题的关键因素。我们探索了 Twitter 作为误导性内容的来源,目的是提取激发疫苗错误信息传播的重叠文化和政治信仰。为此,我们收集了一组与疫苗相关的推文数据集,并在具有传播和新闻背景的注释团队的帮助下对其进行了注释。最终,我们希望这可以带来有效且有针对性的公共卫生传播策略,以接触具有反疫苗信念的个人。此外,这些信息有助于开发机器学习模型,以自动检测疫苗错误信息帖子并对抗其负面影响。在本文中,我们介绍了 Vax-Culture,这是一个新的 Twitter COVID-19 数据集,包含 6373 条与疫苗相关的推文,并附有大量人工提供的注释,包括疫苗犹豫立场、推文中任何错误信息的指示、每条推文中批评和支持的实体以及每条推文传达的信息。此外,我们定义了五个基线任务,包括四个分类任务和一个序列生成任务,并报告了一组最近基于 Transformer 的模型的结果。数据集和代码可在 https://github.com/mrzarei5/Vax-Culture 上公开获取。索引术语 — 自然语言处理、疫苗错误信息、疫苗犹豫、Twitter 数据集

Vax-Culture:用于研究 Twitter 上疫苗讨论的数据集

Vax-Culture:用于研究 Twitter 上疫苗讨论的数据集PDF文件第1页

Vax-Culture:用于研究 Twitter 上疫苗讨论的数据集PDF文件第2页

Vax-Culture:用于研究 Twitter 上疫苗讨论的数据集PDF文件第3页

Vax-Culture:用于研究 Twitter 上疫苗讨论的数据集PDF文件第4页

Vax-Culture:用于研究 Twitter 上疫苗讨论的数据集PDF文件第5页

相关文件推荐