Public Perception Analysis of Tweets During the 2015 阅读笔记

目标：理解公众对于疾病爆发的态度并且证明CNN在对outbreak-related tweets 分类的优势

方法：设计了一个用于分析用户对于疾病爆发态度的综合框架，该框架分为3个维度：讨论主题，情感表达，对疫苗的态度。先利用“Measles”爬取数据，然后根据那三个维度进行标注，然后建立了一个CNN分类模型，并且在CNN模型中利用不同的embedding方法（1、Stanford GloVe embedding 2、measles-specific embedding 3、两者的结合）

结果：CNN模型好。两者的embedding结合在一起好

结论：提出的这个框架能够很好地将公众的观点和情感在不同的维度进行分类，在疾病爆发时，能够实时理解公众的反映，与传统的机器学习相比，CNN效果最好。

 

引言：首例将神经网络应用于疾病疫苗方面

 

方法

数据收集：

收集所有包含‘measles’的推特，时间段为疾病爆发对应的时间段

标注标准

标注框架包括三个维度：discussion themes, emotions expressed, and attitude toward vaccination，这三个威盾分别有细分为以下几类：

 

 

 

神经网络分类系统

数据清理

大写转换成小写，URLS全部用字符串代替 。。。。对各种字符串进行替换。对数据的预处理是基于 Stanford GloVe tweets preprocessing

 

CNN

扩展经典的CNN模型通过使用Twitter embedding and target domain Twitter embedding两者的结合，通过这两个embedding将清洁后的token映射到2个高维空间中。对于每个embedding，利用3,4,5的过滤器来产生卷积层。池化层用最大池化策略和0.5的Dropout

 

推特词向量嵌入

使用pretrained GloVe tweets embedding from Stanford来产生推特embedding，自己训练了一个特定领域的embedding，利用glove算法，在实验中测试不同的embedding维度，200维的时候取得的效果最好

 

实验

基于CNN框架，我们做了以下实验（只使用glove方法，只用measles，两者结合起来用，）为了做对比，使用了4个机器学习方法作对比，实验中也使用了双向LSTM，他的输入时glove，embedding之后的结果

 

系统评估

利用了10折交叉验证评估这些模型在分类任务上的表现

 

结果

标注标准描述

描述数据的不平衡性，以及各种推特所占的比例

卷积神经网络模型与传统模型的总体比较

CNN取得的效果较好（分别用不同维度，不同类型，不同算法进行比较）

基于3维支持向量机的卷积神经网络模型的详细比较

各种方面的比较

 

DisCussion

主要贡献

首先建立并实现了一个用于分析公众态度的框架，包括（discussion themes, emotions expressed, and attitude toward vaccination）第二。，实现了一个CNN模型用于分measles-related

重要发现

虽然说不同的模型对于不同的分类效果不同，但是CNN相比于其他的效果都要好