奥米克朗病毒情绪理解系统基于深度学习架构的理解系统

科学领域:

• 自然语言处理 (NLP) 是一种自然语言处理.
• 深度学习 (Deep Learning) 是一种深度学习.
• 情绪分析 情绪分析

背景情况:

• 公众论挖掘和情绪分析对于了解公众对营销和医疗保健的态度至关重要.
• 2021年底Omicron变种的快速传播引起了全球的重大关注和公共话语,特别是在社交媒体上.

研究的目的:

• 开发和实施情绪分析框架,探索全球对Omicron变种的态度.
• 根据社交媒体讨论,将公众情绪归类为积极,中立或负面.

主要方法:

• 在深度学习中利用自然语言处理 (NLP) 技术.
• 采用双向长短期记忆 (Bi-LSTM) 神经网络模型与深度神经网络 (DNN) 结合.
• 从2021年12月11日至18日期间收集的Twitter用户推特中分析了文本数据.

主要成果:

• 开发的情绪分析模型实现了94.6%的整体准确性.
• 对推特的分析显示,对Omicron变种的负面情绪占主导地位 (42.3%).
• 在分析的推特中,积极情绪占35.8%,中立情绪占21.9%.

结论:

• 该研究成功地应用了深度学习NLP技术来衡量公众对Omicron变种的情绪.
• 调查结果表明,在指定的期间,与Omicron变种相关的公众焦虑和负面情绪水平显著.
• 该模型的高准确性证明了其对公共卫生问题的实时情绪分析的有效性.