TwitterにおけるCOVID-19関連ツイートに含まれる感情のクラスタリング結果

感情クラスタ類似性強度

新規感染者数

目的：COVID-19に対する、SNS(Twitter)上での人々の”世論”傾向を把握することを目指した。
• COVID-19に関連したTwitter上のつぶやきを収集したデータセットをもとに、抽出された感情語(ML-Askライブラリを用いて[哀,恥,怒,厭,怖,驚,好,昂,安,喜]の10カテゴリー
の感情語を抽出)のパターンから、その時期以外の言説空間で類似したパターンを示している期間をクラスタリングし、色分けして図示した。
• CLS1-15は感情語パターンを15個にクラスタリングした結果である。同じ色のクラスタは同じような感情語の混合傾向を持っている。
• 第五波においては、それまでの波で人々が集合的に学習した結果と推察される「警戒モード（黄色, CLS3）」のパターンが強く確認され、感染に対する警戒的雰囲気が存在
し、これが感染拡大の抑制に寄与した可能性が示唆される。
• 一方、2021年末からの第六波においてこの警戒モードは最初期にしか観察されず、「警戒弛緩モード（灰色, CLS2)」が早期から観測される。オミクロンの特性に対して
人々が油断した可能性もある、また第五波にかけて社会的に熟成された、「感染のピークに至るまでしばらく警戒し、ピークを越えたあたりで弛緩する」という社会的な雰囲気のサイクルが崩れてきた可能性もあり、今後は注視が必要。【鳥海不二夫（東京大学）・田中幹人（早稲田大学）提出資料(JST-RISTEX ELSI PJ)】