Ministério da Ciência, Tecnologia, Inovações e Comunicações
CBPFIndex
CENTRO BRASILEIRO DE PESQUISAS FÍSICAS
25/05/2022   
Usuário:
Senha:

Crie sua conta aqui

Procurar por:

Publicações
Projetos
Eventos

Ir para a busca avançada

Notas Técnicas
Using Deep Learning Transformer Networks to Identify Symptoms Associated with COVID-19 on Twitter

Data do cadastro: 04/04/2022

Publicação/Divulgação: 04/04/2022

Resp. pelo cadastro:

Status atual: Publicado

Ano da publicação: 2022

Descrição: {\bf Abstract:} This study aims to present a methodology to identify, through Twitter posts, predefined symptoms of COVID-19 aided by Deep Learning techniques, namely Transformers Networks. The proposed approach was evaluated on a public Twitter database in Brazilian Portuguese, using user reports of COVID-19 symptoms. We mine the Twitter database, extract phrases with symptoms, compare distributions, and build a database to construct high accuracy Deep Learning networks, which can be used to identify symptoms. We use a cross-validation procedure to evaluate the result’s performance. Additionally, we interpret the results using a Local Interpretable Model-Agnostic Explanations (LIME) algorithm. We identified 907 tweets containing one or more of the 14 previously chosen COVID-19 symptoms. The most frequently reported symptoms were a cough (392), headache (154), runny nose (143), fever (124), nausea (106), and diarrhea (105) amongst users who reported at least one symptom. The BERT architecture identified all 14 symptoms reported in Twitter phrases in Portuguese, resulting in identifying each symptom with over 97\% accuracy and over 0.95 of AUC-ROC at the test dataset. This project is a step towards a complementary tool to identify symptoms in future automated clinical settings, e.g., medical chatbots, to support faster clinical assessment in Portuguese

Número: CBPF-NT-001/22

Autores: Vítor Machado; Bom, C.R.; Kary Ocaña; Rafael Terra; Miriam B. F. Chaves


Download do PDF (1.641 KB)


Todos
Todos
Todas
Artigos de Div. Científica
Artigos em Revistas Nac.
Artigos em Revistas Int.
Artigos em Eventos Nac.
Artigos em Eventos Int.
Livros Inteiros
Capítulos de Livro
Propriedades Intelectuais
Áudio
Patentes
Programas de computador
Modelos de utilidade
Marcas
Outras prop. intel.
Tecnologias
Know-how
Serviços tecnológicos
Tecnologias inovadoras
Teses de Doutorado
Dissertações de Mestrado
Projetos de Graduação
Ciência e Sociedade
Documentos Históricos
Monografias
Notas de Física
Notas Técnicas
Outras Produções
· Principal    |    CBPF    |    ·

Copyright 2004 - CBPF. Rio de Janeiro/Brasil
Centro Brasileiro de Pesquisas Físicas
v 1.1

       
P�g. gerada em 0.01 s
Total de consultas SQL: 28