希腊人关于长期COVID的推文:根据情绪分析和ChatGPT解释,进行主题建模
Afroditi Katika1, Emmanouil Zoulias1, Vassiliki Koufi2
1Department of Nursing, National and Kapodistrian University of Athens, Athens Greece.
Studies in health technology and informatics
|August 23, 2024
概括
分析关于长期COVID (冠状病毒疾病2019) 的社交媒体数据,揭示了关键的讨论主题. 将情感分析与主题建模相结合,可以对患者经历这种具有挑战性的诊断产生更连贯的见解.
科学领域:
- 计算语言学计算语言学
- 公共卫生信息学 公共卫生信息学
- 社交媒体分析.
背景情况:
- 长期COVID带来了诊断挑战,并影响了患者的生活质量.
- 社交媒体平台对于表达公众对长期COVID的情绪和经验至关重要.
- 来自2022年的希腊语Twitter数据为长期COVID讨论提供了独特的视角.
研究的目的:
- 分析希腊Twitter消息中关于长期COVID的积极和消极情绪.
- 从社交媒体中提取与长期COVID相关的热门讨论话题.
- 为了评估将情绪分析与主题建模相结合的有效性,以获得连贯的主题提取.
主要方法:
- 对2022年推特 (现在是X) 的希腊短信进行了情绪分析.
- 应用了主题建模技术,以确定长期COVID讨论中普遍存在的主题.
- 聊天GPT被用于自动主题标签,随后是人类专家评估.
主要成果:
- 情感分析改善了主题建模产生的主题的连贯性.
- 确定了与长期COVID经验和挑战相关的关键讨论主题.
- 使用ChatGPT自动标记主题,由人类专家验证,证明有效.
结论:
- 将情绪分析与主题建模相结合,可以提高对长期COVID的公共话语的理解.
- 社交媒体分析为患者的经验和挑战提供了有价值的见解.
- 像ChatGPT这样的AI工具可以帮助分析公共卫生研究的大规模定性数据.
