Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Detecting COVID-19 Pandemic Using Sentiment Analysis of Tweets

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A90101%2F21%3A10441826" target="_blank" >RIV/00216208:90101/21:10441826 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=9VIebPvRcs" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=9VIebPvRcs</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Detecting COVID-19 Pandemic Using Sentiment Analysis of Tweets

  • Popis výsledku v původním jazyce

    From 2019, the world is facing an unforeseen challenge in the form of COVID-19, which started in Wuhan (China), and within two months, it spread to 212 countries. The coronavirus disease (COVID-19) pandemic puts unprecedented pressure on healthcare systems worldwide. Due to its rapid widespread around the globe affecting the lives of millions, extensive measures to reduce and prevent its transmission have been implemented. One of which is to shut down their cities completely. During this Pandemic, people started to express their situations through social media tools. In natural language processing, valuable insights can be captured from textual data taken from different social media platforms. In this research work, data related to COVID-19 is collected from a popular social networking site, Twitter. The tweets gathered are refined through pre-processing for text mining and sentiment analysis. From this data, we successfully detect the actual count of people who may be affected by the COVID-19 Pandemic using sentimental analysis and machine learning techniques.

  • Název v anglickém jazyce

    Detecting COVID-19 Pandemic Using Sentiment Analysis of Tweets

  • Popis výsledku anglicky

    From 2019, the world is facing an unforeseen challenge in the form of COVID-19, which started in Wuhan (China), and within two months, it spread to 212 countries. The coronavirus disease (COVID-19) pandemic puts unprecedented pressure on healthcare systems worldwide. Due to its rapid widespread around the globe affecting the lives of millions, extensive measures to reduce and prevent its transmission have been implemented. One of which is to shut down their cities completely. During this Pandemic, people started to express their situations through social media tools. In natural language processing, valuable insights can be captured from textual data taken from different social media platforms. In this research work, data related to COVID-19 is collected from a popular social networking site, Twitter. The tweets gathered are refined through pre-processing for text mining and sentiment analysis. From this data, we successfully detect the actual count of people who may be affected by the COVID-19 Pandemic using sentimental analysis and machine learning techniques.

Klasifikace

  • Druh

    J<sub>ost</sub> - Ostatní články v recenzovaných periodicích

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Artificial Intelligence Theory and Applications

  • ISSN

    2757-9778

  • e-ISSN

    2757-9778

  • Svazek periodika

    1

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    TR - Turecká republika

  • Počet stran výsledku

    9

  • Strana od-do

    39-47

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus