XiaoMi-AI文件搜索系统
World File Search System
澳大利亚 Twitter 用户关于 COVID-19 疫苗接种的推文主题和情绪：机器学习分析
背景：COVID-19 是近代历史上对人类医疗保健、经济和社会的最大威胁之一。到目前为止，尚无缓解迹象，也没有被证实有效的治疗方法。疫苗接种是预防新型冠状病毒的主要生物医学措施。然而，社交媒体上反映的公众偏见或情绪可能会对实现群体免疫的进程产生重大影响。目的：本研究旨在使用机器学习方法提取 Twitter 上与 COVID-19 疫苗接种相关的主题和情绪。方法：我们在 2020 年 1 月至 10 月期间从澳大利亚 Twitter 用户那里收集了 31,100 条包含 COVID-19 疫苗相关关键词的英文推文。具体来说，我们通过可视化高频词云和词元之间的相关性来分析推文。我们建立了一个潜在狄利克雷分配 (LDA) 主题模型来识别大量推文样本中经常讨论的主题。我们还进行了情绪分析，以了解澳大利亚与 COVID-19 疫苗接种相关的整体情绪和情感。结果：我们的分析确定了 3 个 LDA 主题：（1）对 COVID-19 及其疫苗接种的态度，（2）提倡针对 COVID-19 的感染控制措施，以及（3）对 COVID-19 控制的误解和抱怨。所有推文中近三分之二的情绪表达了对 COVID-19 疫苗的积极公众看法；约三分之一是负面的。在 8 种基本情绪中，信任和期待是推文中观察到的两种突出的积极情绪，而恐惧是最主要的负面情绪。结论：我们的研究结果表明，澳大利亚的一些 Twitter 用户支持针对 COVID-19 的感染控制措施并驳斥了错误信息。然而，那些低估了 COVID-19 的风险和严重性的人可能会用阴谋论来合理化他们对 COVID-19 疫苗接种的立场。我们还注意到，公众的积极情绪水平可能不足以将疫苗接种覆盖率提高到足够高的水平以实现疫苗诱导的群体免疫。各国政府应了解公众对COVID-19和COVID-19疫苗接种的看法和情绪，并在支持COVID-19疫苗的开发和临床管理之外实施有效的疫苗接种推广计划。
Twitter衍生的经济不确定性衡量标准
摘要：我们根据有关“经济”和“不确定性”的推文计算，从2011年开始每天，每周和每月的Twitter经济不确定性（TEU）指标。我们根据位于美国的用户发送的推文来使用基于友谊的地理标签和用户的位置推断来构建TEU索引我们的TEU指标的行为与贝克，布鲁姆和戴维斯（2016）的基于报纸的经济政策不确定性指数相似，这表明Twitter用户和记者对经济不确定性的演变有相似的看法。
关于茎的土耳其Twitter数据的案例研究
Harisu Abdullahi Shehu 1，（研究生成员，IEEE），医学博士。Haidar Sharif 2，（成员，IEEE），医学博士。 HARIS UDDIN SHARIF 3 , (Graduate Student Member, IEEE), RIPON DATTA 3 , (Graduate Student Member, IEEE), SEZAI TOKAT 4 , SAHIN UYAVER 5 , HUSEYIN KUSETOGULLARI 6 , (Member, IEEE), AND RABIE A. RAMADAN 7 , (Member, IEEE) 1 School of Engineering and Computer Science, Victoria University of Wellington, Wellington 6012，新西兰2 2440年，新西兰2计算机科学与工程学院，沙特阿拉伯2440年，沙特阿拉伯3国际研究生服务系，坎伯兰郡威廉斯堡大学，肯塔基州威廉斯堡，40769 Blekinge理工学院计算机科学，37141 Karlskrona，瑞典7计算机工程系，开罗大学，开罗大学，开罗12613，埃及Haidar Sharif 2，（成员，IEEE），医学博士。HARIS UDDIN SHARIF 3 , (Graduate Student Member, IEEE), RIPON DATTA 3 , (Graduate Student Member, IEEE), SEZAI TOKAT 4 , SAHIN UYAVER 5 , HUSEYIN KUSETOGULLARI 6 , (Member, IEEE), AND RABIE A. RAMADAN 7 , (Member, IEEE) 1 School of Engineering and Computer Science, Victoria University of Wellington, Wellington 6012，新西兰2 2440年，新西兰2计算机科学与工程学院，沙特阿拉伯2440年，沙特阿拉伯3国际研究生服务系，坎伯兰郡威廉斯堡大学，肯塔基州威廉斯堡，40769 Blekinge理工学院计算机科学，37141 Karlskrona，瑞典7计算机工程系，开罗大学，开罗大学，开罗12613，埃及
不仅仅是阴谋论：疫苗反对者和支持者在推特上加剧了新冠肺炎“信息疫情”
2020 年 2 月，世界卫生组织宣布，伴随 COVID-19 全球大流行而来的“信息疫情”——大量准确和不准确的健康信息——对有效的健康传播构成了重大挑战。我们评估了 Twitter 上最活跃的疫苗账户的内容，以了解现有的在线社区在大流行初期如何助长“信息疫情”。虽然我们预计疫苗反对者会分享有关 COVID-19 的误导性信息，但我们也发现疫苗支持者也难免会传播不太可靠的说法。在这两个群体中，讨论最大的话题是将 COVID-19 与季节性流感等其他疾病进行比较的叙述，往往淡化了新型冠状病毒的严重性。在考虑“信息疫情”的范围时，研究人员和健康传播者必须超越已知的不良行为者和最恶劣的错误信息类型，仔细审查公众可能在网上遇到的全部信息——来自可靠和不可靠来源的信息。
利用人工智能分析英国和美国公众在 Facebook 和 Twitter 上对新冠疫苗接种的态度
背景：全球为开发和部署 SARS-CoV-2 疫苗所做的努力正在迅速推进。我们开发并应用了一种基于人工智能 (AI) 的方法来分析英国和美国社交媒体上公众对 COVID-19 疫苗接种的态度，以了解公众态度并确定关注的话题。方法：从 2020 年 3 月 1 日至 11 月 22 日，我们提取了超过 300,000 条与 COVID-19 疫苗接种相关的社交媒体帖子，其中包括来自英国的 23,571 条 Facebook 帖子和来自美国的 144,864 条，以及来自英国的 40,268 条推文和来自美国的 98,385 条推文。我们使用基于自然语言处理和深度学习的技术来预测平均情绪、情绪趋势和讨论主题。我们对这些进行了纵向和地理空间分析，并手动阅读了围绕兴趣点随机选择的帖子，这有助于识别潜在主题并从分析中验证见解。结果：我们发现，英国总体平均正面、负面和中立情绪分别为 58%、22% 和 17%，而美国分别为 56%、24% 和 18%。我们发现，公众对疫苗开发、有效性和试验持乐观态度，但对安全性、经济可行性和公司控制权感到担忧。我们将我们的研究结果与两国的国家调查结果进行了比较，发现它们之间存在广泛的相关性。结论：机构和政府应考虑采用人工智能社交媒体分析，以及调查和其他评估公众态度的传统方法。这可以大规模实时评估公众对 COVID-19 疫苗接种的信心和信任度，帮助解决疫苗怀疑论者的担忧，并制定更有效的政策和沟通策略以最大限度地提高接种率。
分析有关基因组编辑的食品的Twitter对话及其在日本的标签
近年来，基因组编辑技术的研究和开发一直在迅速发展，基因组编辑的大豆的商业使用始于2019年。一项上一项研究的结果发现，公众对高科技食品的安全有所关注，例如基因修饰的食品和基因组编辑的食品。Twitter是最受欢迎的社交网络之一，允许用户即时发布意见，使其成为及时收集人们实际在网上说话的非常有用的工具。因此，它用于收集有关用户对高科技食品的关注和期望的数据。这项研究收集并分析了2019年5月25日至10月15日的基因组编辑食品及其标签的Twitter数据。为14,066个独特的用户ID，94.9％的张贴了5个或更少的推文，而64.8％的推文仅发推文，这表明在此问题上发推文的大多数用户不如始终如一地发布推文。经过重新发现的过程，有28,722条推文，其中2,536条推文（8.8％）是原始推文，326（1.1％）是回复，25,860（90％）是转发。响应于媒体上的政府公告和新闻内容而增加的推文数量。在调查期间，总共检测到了六个突出的峰值，证明Twitter可以用作实时监视用户利益程度的工具。原始和回复推文的共汇网络提供了以一定频率出现的各种推文的不同单词。但是，从所有推文中得出的网络似乎集中在带有负面色彩的特定推文中的单词上。由于情感分析的结果，分别对基因组编辑的食品和消费者事务机构的标签政策为54.5％至62.8％的推文，这表明对强制性标签的需求很大。这些发现将有助于政府和科学传播者政府对基因组编辑的食品的沟通策略。
Twitter 对话中的面部观察 Moch。......
Moch.armien@gmail.com 这项题为“Twitter 对话中的面子观察”的研究旨在调查 Twitter 对话中说话者在观察和不观察听众面子时所使用的礼貌策略、听众的反应以及观察（不）面子可能产生的影响。本研究采用描述性定性研究。数据来自 Twitter 中的对话。本研究表明，说话者在观察和不观察听众的消极和积极面子时使用了 Brown 和 Levinson (1987) 提出的四种礼貌策略，即公开、积极礼貌、消极礼貌和不公开。听众对说话者使用不同策略的观察（不）行为的反应可能会对对话本身产生一些影响。结果表明，说话者的观察（不）行为会产生两种影响。第一个影响是谈话顺利进行，没有任何干扰；第二个影响是谈话被干扰甚至中断。这表明，积极礼貌策略似乎是参与者在维持谈话时采取的首选策略。
Twitter 与变革外交：社交媒体与伊朗……
但令人吃惊的是，第二天早上伊朗就释放了这两艘船和船员。虽然有人认为，这一快速解决是由于美国总统奥巴马与伊朗接触的战略取得了进展，但参议员约翰·麦凯恩等人则认为，这种推论是“荒谬的”，“政府不惜一切代价维护危险的伊朗协议的卑鄙欲望显然是没有止境的”。3 无论人们对此事的来龙去脉有何看法，美国水兵入侵伊朗主权领土的事件得到迅速而和平的解决，让许多人感到意外。就连美国国务卿约翰·克里，他本人也是促成海员获释的外交努力中的关键人物，也暗示了伊朗这一决定的史无前例，他表示：“我们都可以想象，三四年前可能会发生类似的情况。”4 克里和伊朗外长贾瓦德·扎里夫是此次意外释放美国船员的关键人物，他们在事件发生后的几个小时内至少通了五次电话，并宣布了成功获释的结果。
激光竖琴生成实时推文的语音和文本......
1。引言单词是传达问候，思想，感觉和情感的有用工具。尤其是诗歌是一种丰富的单词表达形式，有时听起来像是一首歌。，例如，haiku是由音节构建的传统日本经文，即使没有旋律也可以读出一首歌，因为单词具有口音，语调和节奏的短语。这意味着口语的声音是构成包含各种人类情感的音乐的有吸引力的资源。现在有许多人将世界各地的Twitter用作与他人交流的工具。他们鸣叫有关日常琐事的简短话语和与他人分享的意见。有人总是在某个地方发推文，它创造了反映人类思想和内心的大量单词。推文单词本身只是文本数据；但是，当它们与人类的声音交谈时，它们类似于诗歌和歌曲。我们提出了一种使用人类声音说单词和激光竖琴的系统。我们使用Twitter网站[1]的推文中的单词作为音乐的材料。1.1 Twitter应用程序已经开发了许多Twitter客户端应用程序，其中一些应用程序具有娱乐性的享受推文。