Ir al contenido

Documat

Discovering topics in Twitter about the COVID-19 outbreak in Spain

  • Autores: Marvin Matías Agüero Torales, David Vilares Calvo Árbol académico, Antonio Grabriel López Herrera Árbol académico
  • Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 66, 2021, págs. 177-190
  • Idioma: inglés
  • Títulos paralelos:
    • Descubriendo temas en Twitter sobre el brote del COVID-19 en España
  • Enlaces
  • Resumen
    • español

      En este trabajo, analizamos lo que los usuarios han estado discutiendo en Twitter durante el comienzo de la pandemia causada por el COVID-19. Concretamente, analizamos tres fases diferenciadas de la crisis del COVID-19 en España: el propio tiempo de pre-crisis, el estallido de la enfermedad y el confinamiento. Para llevar esto a cabo, primero recolectamos una gran cantidad de tuits que son preprocesados. A continuación, agrupamos los tuits en distintas temáticas usando un modelo de Latent Dirichlet Allocation, y definimos estrategias generativas y discriminativas para extraer las palabras clave y oraciones más representativas para cada tema. Finalmente, incluimos un exhaustivo análisis cualitativo sobre dichos temas, y cómo estos se corresponden con distintas problemáticas surgidas en España en distintos momentos de la crisis.

    • English

      In this work, we apply topic modeling to study what users have been discussing in Twitter during the beginning of the COVID-19 pandemic. More particularly, we explore the period of time that includes three differentiated phases of the COVID-19 crisis in Spain: the pre-crisis time, the outbreak, and the beginning of the lockdown. To do so, we first collect a large corpus of Spanish tweets and clean them. Then, we cluster the tweets into topics using a Latent Dirichlet Allocation model, and define generative and discriminative routes to later extract the most relevant keywords and sentences for each topic. Finally, we provide an exhaustive qualitative analysis about how such topics correspond to the situation in Spain at different stages of the crisis.

  • Referencias bibliográficas
    • Abd-Alrazaq, A., D. Alhuwail, M. Househ, M. Hamdi, and Z. Shah. 2020. Top concerns of tweeters during the covid-19 pandemic: infoveillance...
    • Afzal, Z., V. Yadav, O. Fedorova, V. Kandala, J. van de Loo, S. A. Akhondi, P. Coupet, and G. Tsatsaronis. 2020. CORA: A deep active learning...
    • Agencia EFE. 2020. La OMS pone en alerta a la red mundial de hospitales por un nuevo coronavirus en China. www.efe.com, January.
    • Almoguera, P. 2020. El coronavirus pone en jaque ahora a Japón y Corea del Sur. El Páıs, February.
    • Amara, A., M. A. H. Taieb, and M. B. Aouicha. 2020. Multilingual topic modelling for tracking covid-19 trends based on facebook data analysis.
    • Andrzejewski, D. and D. Buttler. 2011. Latent topic feedback for information retrieval. In Proceedings of the 17th ACM SIGKDD international...
    • Arun, R., V. Suresh, C. V. Madhavan, and M. N. Murthy. 2010. On finding the natural number of topics with latent dirichlet allocation: Some...
    • Asgari-Chenaghlu, M., N. NikzadKhasmakhi, and S. Minaee. 2020. Covidtransformer: Detecting trending topics on twitter using universal sentence...
    • Banda, J. M., R. Tekumalla, G. Wang, J. Yu, T. Liu, Y. Ding, K. Artemova, E. Tutubalina, and G. Chowell. 2020. A largescale COVID-19 Twitter...
    • Barde, B. V. and A. M. Bainwad. 2017. An overview of topic modeling methods and tools. In 2017 International Conference on Intelligent Computing...
    • BBC News. 2020. Li Wenliang: Coronavirus kills Chinese whistleblower doctor. BBC News, February.
    • Blei, D. M. and J. D. Lafferty. 2006. Dynamic topic models. In Proceedings of the 23rd International Conference on Machine Learning, ICML...
    • Blei, D. M., A. Y. Ng, and M. I. Jordan. 2003. Latent dirichlet allocation. Journal of machine Learning research, 3(Jan):993– 1022.
    • Bohórquez, L. and O. Güell. 2020. El segundo caso de coronavirus en España es un británico que se contagió en los Alpes. El País, February.
    • Boon-Itt, S. 2020. A text-mining analysis of public perceptions and topic modeling during the covid-19 pandemic using twitter data. JMIR public...
    • Cao, J., T. Xia, J. Li, Y. Zhang, and S. Tang. 2009. A density-based method for adaptive lda model selection. Neurocomputing, 72(7-9):1775–1781.
    • Carbonell Gironés, L. 2020. Geograph- ical analysis of the opinion and influence of users on twitter during the coronavirus health crisis....
    • CatalunyaPress.es. 2020. Iberia suspende los vuelos a Shanghái por el coronavirus.
    • Cer, D., Y. Yang, S. yi Kong, N. Hua, N. Limtiaco, R. S. John, N. Constant, M. Guajardo-Cespedes, S. Yuan, C. Tar, Y.-H. Sung, B. Strope,...
    • Chandrasekaran, R., V. Mehta, T. Valkunde, and E. Moustakas. 2020. Topics, trends, and sentiments of tweets about the covid-19 pandemic: Temporal...
    • Chen, E., K. Lerman, and E. Ferrara. 2020. Tracking social media discourse about the covid-19 pandemic: Development of a public coronavirus...
    • CNN. 2020. Medidas globales por el coronavirus: mantener distancia de un metro, cierre de escuelas y museos, evitar los besos y otras, March.
    • Cristian Fracassi. 2020. Charlotte valve, March.
    • Cué, C. E. 2020. El Gobierno informa de que es la única autoridad en toda España, limita los desplazamientos y cierra comercios, March.
    • Deerwester, S. 1988. Improving information retrieval with latent semantic indexing.
    • EFE/CMM. 2020. 400 guardias civiles de Castilla-La Mancha tienen Covid-19, según la AUGC.
    • El Boletín. 2020. China pone en cuarentena a más de 30 millones de personas por el coronavirus. January.
    • elEconomista.es. 2020. Las medidas de distanciamiento social podrían extenderse hasta 2022 de manera intermitente elEconomista.es.
    • Ellyatt, H. 2020. Russia closes border with China to prevent spread of the coronavirus, January.
    • Gao, Y., Y. Xu, and Y. Li. 2014. Pattern- based topics for document modelling in information filtering. IEEE Transactions on Knowledge and...
    • Gestiona.es. 2020. Información para los afectados por ERTE debido al COVID19, March.
    • Griffiths, T. L. and M. Steyvers. 2004. Finding scientific topics. Proceedings of the National academy of Sciences, 101(suppl 1):5228–5235.
    • Grover, P., A. K. Kar, Y. K. Dwivedi, and M. Janssen. 2019. Polarization and acculturation in us election 2016 outcomes–can twitter analytics...
    • Hofmann, T. 1999. Probabilistic latent se- mantic analysis. In Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence,...
    • Hutto, C. and E. Gilbert. 2014. Vader: A parsimonious rule-based model for sentiment analysis of social media text. In Eighth International...
    • Jagarlamudi, J., H. Daumé III, and R. Udupa. 2012. Incorporating lexical priors into topic models. In Proceedings of the 13th Conference...
    • Justo, D. 2020. España sigue la tendencia a la baja: 4.273 nuevos contagios por coronavirus y 637 muertes, April.
    • Kerchner, D. and L. Wrubel. 2020. Coronavirus Tweet Ids.
    • Kleinberg, B., I. van der Vegt, and M. Mozes. 2020. Measuring Emotions in the COVID19 Real World Worry Dataset. In Proceedings of the 1st...
    • La Razón. 2020. Emotivo reconocimiento a los sanitarios en forma de aplausos desde los balcones, March.
    • La Vanguardia. 2020. Boris Johnson recibe el alta y continuará recuperándose de la Covid-19 en su casa, April.
    • Linde, P. 2020. Sanidad confirma en La Gomera el primer caso de coronavirus en España. El País, February.
    • Loria, S. 2020. textblob documentation. Release 0.16, 2.
    • McInnes, L., J. Healy, and J. Melville. 2018. UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction. ArXiv e-prints,...
    • Mohammad, S. M. and P. D. Turney. 2013. Crowdsourcing a word–emotion association lexicon. Computational Intelligence, 29(3):436–465.
    • Moody, C. E. 2016. Mixing dirichlet topic models and word embeddings to make lda2vec.
    • M.R.M. 2020. Un tigre del zoo de Nueva York tiene coronavirus, April.
    • Neubig, G., Y. Matsubayashi, M. Hagiwara, and K. Murakami. 2011. Safety information mining—what can nlp do in a disaster—. In Proceedings...
    • Ordun, C., S. Purushotham, and E. Raff. 2020. Exploratory analysis of covid19 tweets using topic modeling, umap, and digraphs. arXiv preprint...
    • Pardeiro, M. 2020. El fracaso poĺıtico del MWC: ”No se va a suspender”. ”No cuelga de un hilo”.
    • Pham, P., P. Do, and C. D. Ta. 2018. W- pathsim: novel approach of weighted similarity measure in content-based heterogeneous information...
    • Polo, J. 2020. Coronavirus: La Zona Franca fabricará 100 respiradores diarios con impresoras 3D, March.
    • Pérez, B. 2020. La OMS rectifica y declara la emergencia global por el coronavirus, January.
    • Requeijo, A. 2020. La Polićıa y la Guardia Civil suman ya más de 400 positivos por coronavirus, March.
    • RTVE.es. 2020. Los ERTE por la crisis del coronavirus suman más de 240.000, March.
    • Safont Plumed, J. 2020. Muere el escritor chileno Luis Sepúlveda, a causa del coronavirus.
    • Salton, G., A. Wong, and C. S. Yang. 1975. A vector space model for automatic indexing. Commun. ACM, 18(11):613–620, November.
    • Sano, H. 2020. GLOBAL MARKETS-World stocks set for worst week since 2008 as virus fears grip markets. Reuters, February.
    • Soteras, A. 2020. COVID-19: 510 muertes en un d́ıa, la cifra más baja desde el 23 de marzo.
    • Steinskog, A., J. Therkelsen, and B. Gambäck. 2017. Twitter topic modeling by tweet aggregation. In Proceedings of the 21st nordic conference...
    • Tuarob, S., L. C. Pouchard, and C. L. Giles. 2013. Automatic tag recommendation for metadata annotation using probabilistic topic modeling....
    • Verspoor, K., K. B. Cohen, M. Conway, B. de Bruijn, M. Dredze, R. Mihalcea, and B. Wallace, editors. 2020a. Proceedings of the 1st Workshop...
    • Verspoor, K., K. B. Cohen, M. Dredze, E. Ferrara, J. May, R. Munro, C. Paris, and B. Wallace, editors. 2020b. Proceedings of the 1st Workshop...
    • Vilares, D. and C. Gómez-Rodŕıguez. 2018. Grounding the semantics of part-of-day nouns worldwide using twitter. In Pro- ceedings of the...
    • Wang, L. L., K. Lo, Y. Chandrasekhar, R. Reas, J. Yang, D. Burdick, D. Eide, K. Funk, Y. Katsis, R. M. Kinney, Y. Li, Z. Liu, W. Merrill,...
    • Wojcik, S. and A. Hughes. 2019. Sizing up twitter users. PEW research center, 24.
    • World Health Organization (WHO). 2020a. Advice for the public on COVID-19 – World Health Organization.
    • World Health Organization (WHO). 2020b. WHO statement regarding cluster of pneumonia cases in Wuhan, China. January. Accessed: 2020-08-28.
    • Yijun, G. and X. Tian. 2014. Study on keyword extraction with lda and textrank combination. Data Analysis and Knowledge Discovery, 30(7):41–47.
    • Yin, H., S. Yang, and J. Li. 2020. Detecting topic and sentiment dynamics due to covid-19 pandemic using social media. arXiv preprint arXiv:2007.02304.
    • Yu, J., Y. Lu, and J. Muñoz-Justicia. 2020. Analyzing spanish news frames on twitter during covid-19—a network study of el páıs and el...
    • Zhou, S., K. Li, and Y. Liu. 2009. Text categorization based on topic model. International Journal of Computational Intelligence Systems,...
Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno