现在，人们对疫苗的态度可以通过沃里克大学研究人员开发的智能人工智能模型从社交媒体帖子中检测出来。
基于人工智能的模型可以分析社交媒体帖子，并通过“训练”从少量示例推文中识别出作者对疫苗的立场，从而确立作者对疫苗的立场。
举个简单的例子，如果一篇帖子中提到了对医疗机构的不信任、对针头的恐惧或与已知阴谋论有关的事情，那么该模型可以识别出，撰写该帖子的人可能对接种疫苗感到消极。
这项研究将于今天（7月12日）在计算语言学协会北美分会2022年年会上发表。它由该大学计算机科学系的何教授领导。
何教授和她在华威大学的同事使用了一个从2021 2月到4月发布的190万条英语推文的数据集，开发了疫苗态度检测（VADet）模型。
VADet首先分析了有关2019冠状病毒疾病疫苗的推特流，了解了与正在进行的疫苗接种辩论相关的越来越多的元素和背景。然后，该模型通过观察表征用户关注点和态度的模式，逐渐缩小了分析范围。
VADet在与不同主题或立场相关的单词中寻找统计模式。它是建立在一个大规模的语言模型上的，该模型是在英语书籍和维基百科的大量文本上预先训练的，并且已经获得了一些语言学知识。然后使用与疫苗相关的推文对其进行培训，以便了解这些推文中讨论了哪些主题。
然后，研究人员用用户对疫苗相关推文中讨论的主题的态度信息手动标记了其中的一小部分推文。VADet可以利用如此少量的标记推文来区分与立场和主题相关的语义信息与剩余的未标记推文。
然后，人工智能模型将推特排列成类似方面的集群，形成几何模式，直观地展示关于疫苗接种的某些观点（支持疫苗接种、反对疫苗接种或中立）如何与社交媒体帖子中的特定可检测特征或参考相联系。
该模型可能用于深入了解人们为什么对疫苗接种持否定态度，政府和卫生组织可以利用这些信息来设计更有针对性的信息，让公众放心接种疫苗。
沃里克大学计算机科学系的何教授和艾伦图灵研究所人工智能加速研究员评论说：“新冠肺炎大流行加剧了社交媒体的使用。人们表达了对公共卫生相关事项的态度，包括2019冠状病毒疾病疫苗接种。聽我们已经证明，可以监控社交媒体流量，检测疫苗态度，并将推特分成讨论类似方面的群组。这种对公众态度的实时监测可以帮助医疗组织和政府机构解决疫苗犹豫不决的问题，并及时打击有关疫苗的错误信息。"
突破的关键在于专门开发的算法，该算法具有两个关键功能。首先，它可以利用有关疫苗接种的大规模社交媒体数据自动检测主题。这是通过将主题层插入到现有的预训练语言模型中来实现的。
其次，该算法可以适用于标记有疫苗态度的一小部分社交媒体帖子，以自动检测主题的特定模式和与主题相关的态度。实施VADet模型的华威大学计算机科学系博士生朱（Lixing Zhu）说：“这种所谓的自适应自我改进能力以前从未被用于疫苗态度检测。”。
何教授补充说：“世界卫生组织将疫苗犹豫不决确定为2019年世界十大健康线索之一。通过自动检测社交媒体对疫苗的态度，我们的解决方案有可能实现更及时的干预，以解决人们对疫苗接种的担忧。”
该研究发表在arXiv上。