Analysis and Visualization Latent Topic on COVID-19 Vaccine Tweet use two-stage topic modeling (Preprint)

2021 ◽  
Author(s):  
Faizah Faizah ◽  
Bor-Shen Lin
Keyword(s):  
Topic Modeling ◽  
Public Perception ◽  
Latent Dirichlet Allocation ◽  
World Health ◽  
Two Stage ◽  
The Public ◽  
Global Pandemic ◽  
Difficult Time ◽  
Latent Topic ◽  
Latent Topics

BACKGROUND The World Health Organization (WHO) declared COVID-19 as a global pandemic on January 30, 2020. However, the pandemic has not been over yet. Furthermore, in the first quartal of 2021, some countries face the third wave of the pandemic. During the difficult time, the development of the vaccines for COVID-19 accelerates rapidly. Understanding the public perception of the COVID-19 Vaccine according to the data collected from social media can widen the perspective on the state of the global pandemic OBJECTIVE This study explores and analyzes the latent topic on COVID-19 Vaccine Tweet posted by individuals from various countries by using two-stage topic modeling. METHODS A two-stage analysis in topic modeling was proposed to investigating people’s reactions in five countries. The first stage is Latent Dirichlet Allocation that produces the latent topics with the corresponding term distributions that facilitate the investigators to understand the main issues or opinions. The second stage then performs agglomerative clustering on the latent topics based on Hellinger distance, which merges close topics hierarchically into topic clusters to visualize those topics in either tree or graph views. RESULTS In general, the topic discussion regarding the COVID-19 Vaccine in five countries is similar. Topic themes such as "first vaccine" and & "vaccine effect" dominate the public discussion. The remarkable point is that people in some countries have some topic themes, such as "politician opinion" and " stay home" in Canada, "emergency" in India, and & "blood clots" in the United Kingdom. The analysis also shows the most popular COVID-19 Vaccine, which is gaining more public interest. CONCLUSIONS With LDA and Hierarchical clustering, two-stage topic modeling is powerful for visualizing the latent topics and understanding the public perception regarding the COVID-19 Vaccine.

scholarly journals Sentiment Analysis and Topic Modeling of Indonesian Public Conversation about COVID-19 Epidemics on Twitter

2021 ◽  
Vol 10 (1) ◽  
pp. 23-30
Author(s):  
Muhammad Habibi ◽  
Adri Priadana ◽  
Muhammad Rifqi Ma’arif
Keyword(s):  
Public Health ◽  
Social Media ◽  
Topic Modeling ◽  
Latent Dirichlet Allocation ◽  
World Health ◽  
The Public ◽  
Response Strategies ◽  
Existing Problems ◽  
The World ◽  
Health Organization

The World Health Organization (WHO) declared the COVID-19 outbreak has resulted in more than six million confirmed cases and more than 371,000 deaths globally on June 1, 2020. The incident sparked a flood of scientific research to help society deal with the virus, both inside and outside the medical domain. Research related to public health analysis and public conversations about the spread of COVID-19 on social media is one of the highlights of researchers in the world. People can analyze information from social media as supporting data about public health. Analyzing public conversations will help the relevant authorities understand public opinion and information gaps between them and the public, helping them develop appropriate emergency response strategies to address existing problems in the community during the pandemic and provide information on the population's emotions in different contexts. However, research related to the analysis of public health and public conversations was so far conducted only through supervised analysis of textual data. In this study, we aim to analyze specifically the sentiment and topic modeling of Indonesian public conversations about the COVID-19 on Twitter using the NLP technique. We applied some methods to analyze the sentiment to obtain the best classification method. In this study, the topic modeling was carried out unsupervised using Latent Dirichlet Allocation (LDA). The results of this study reveal that the most frequently discussed topic related to the COVID-19 pandemic is economic issues.

scholarly journals Topic Modeling for Twitter Users Regarding the "Ruanggguru" Application

2020 ◽  
Vol 21 (2) ◽  
pp. 149
Author(s):  
Bagus Wicaksono Arianto ◽  
Gangga Anuraga
Keyword(s):  
Topic Modeling ◽  
Public Perception ◽  
Latent Dirichlet Allocation ◽  
The Public ◽  
Allocation Method ◽  
Twitter Account ◽  
Twitter Users ◽  
A Company ◽  
Dirichlet Allocation ◽  
Expansion Strategies

PT Ruang Raya Indonesia ("Ruangguru") is the largest and most comprehensive technology company in Indonesia that focuses on education-based services. In 2019 there were 15 million Ruangguru users and 300.00 teachers who had joined and were present in 32 provinces in Indonesia. It prepared a number of expansion strategies to become a company valued at more than US $ 1 billion in the next year or two. The purpose of this research is to classify the opinions of Ruangguru users about the services provided so that it can be an evaluation material in improving their services using the latent direchlet allocation method. The data used comes from a collection of tweets of Twitter users in Indonesia using the Twitter API. The Twitter account used in this study is @ruangguru. The results of the analysis showed that the public perception of Twitter users by using latent dirichlet allocation was formed into 28 topics.Keywords: latent dirichlet allocation, ruangguru, twitter.

Effectiveness of a Lockdown Policy During a Global Pandemic

2021 ◽  
Vol 01 ◽  
Author(s):  
Yung Chin Shih
Keyword(s):  
Mathematical Modeling ◽  
Input Data ◽  
World Health ◽  
The Public ◽  
Public Managers ◽  
Global Pandemic ◽  
The World ◽  
Expected Benefits ◽  
Simultaneous Loss ◽  
Health Organization

Background: In 2019, when the World Health Organization (WHO) declared COVID-19 (Coronavirus 2019) a pandemic, many of the public managers faced tough situations in their cities due to the simultaneous loss of lives and jobs. In this regard, this study aims to propose a concise model that considers variables like the number of deaths, lethality of the virus, number of jobs and taxes collected by city halls, among others. Our study considers these issues in providing a relevant response and consistent answer to deliberations on the way forward. Method: Mathematical modeling was used to analyze the interaction between the agents involved and computer simulation was chosen to collect results. Results: - Changing the lockdown level (fixed and variable), the results of number of death per week, total number of unemployed, cost of companies and so on are shown. - The results show that for the input data considered, the 0% lockdown (LD) policy is more effective for the economy and tax collection and also succeeds in repressing the effects on the number of deaths. Because of it, the comparison between with pandemic and without pandemic is provided (in percentage). Conclusion: This study shows that implementing the lockdown did not bring expected benefits, because instead of reducing the number of deaths due to the COVID-19, individuals tend to die more from other causes.

scholarly journals Authorship verification

2019 ◽  
Author(s):  
Νεκταρία Πόθα
Keyword(s):  
Cyber Security ◽  
Topic Modeling ◽  
Latent Dirichlet Allocation ◽  
State Of The Art ◽  
Latent Semantic Indexing ◽  
Semantic Indexing ◽  
Authorship Verification ◽  
Latent Topics ◽  
Authorship Analysis ◽  
Dirichlet Allocation

Η περιοχή της ανάλυσης συγγραφέα (Authorship Analysis) αποσκοπεί στην άντληση πληροφοριών σχετικά με τους συγγραφείς ψηφιακών κειμένων. Συνδέεται άμεσα με πολλές εφαρμογές καθώς είναι εφικτό να χρησιμοποιηθεί για την ανάλυση οποιουδήποτε είδους(genre) κειμένων: λογοτεχνικών έργων, άρθρων εφημερίδων, αναρτήσεις σε κοινωνικά δίκτυα κλπ. Οι περιοχές εφαρμογών της τεχνολογίας αυτής διακρίνονται σε φιλολογικές (humanities),(π.χ. ποιος είναι ο συγγραφέας ενός λογοτεχνικού έργου που εκδόθηκε ανώνυμα, ποιος είναι ο συγγραφέας έργων που έχουν εκδοθεί με ψευδώνυμο, επαλήθευση της πατρότητας λογοτεχνικών έργων γνωστών συγγραφέων κτλ.), εγκληματολογικές (forensics) (π.χ. εύρεση υφολογικών ομοιοτήτων μεταξύ προκηρύξεων τρομοκρατικών ομάδων, διερεύνηση αυθεντικότητας σημειώματος αυτοκτονίας, αποκάλυψη πολλαπλών λογαριασμών χρήστη σε κοινωνικά δίκτυα που αντιστοιχούν στο ίδιο άτομο κτλ.) και στον τομέα της ασφάλειας του κυβερνοχώρου (cyber-security) (π.χ. εύρεση υφολογικών ομοιοτήτων μεταξύ χρηστών πολλαπλών ψευδωνύμων).Θεμελιώδες ερευνητικό πεδίο της ανάλυσης συγγραφέα αποτελεί η επαλήθευση συγγραφέα (author verification), όπου δεδομένου ενός συνόλου κειμένων (σε ηλεκτρονική μορφή) από τον ίδιο συγγραφέα (υποψήφιος συγγραφέας) καλούμαστε να αποφασίσουμε αν ένα άλλο κείμενο (άγνωστης ή αμφισβητούμενης συγγραφικής προέλευσης) έχει γραφτεί από τον συγγραφέα αυτόν ή όχι. Η επαλήθευση συγγραφέα έχει αποκτήσει ιδιαίτερο ενδιαφέρον τα τελευταία χρόνια κυρίως λόγω των πειραματικών αξιολογήσεων PAN@CLEF. Συγκεκριμένα, από το 2013 εως το 2015 οι διαγωνισμοί PAN είχαν εστιάσει στο πεδίο της επαλήθευσης συγγραφέα παρέχοντας ένα καλά οργανωμένο σύνολο δεδομένων (PAN corpora) και συγκεντρώνοντας πλήθος μεθόδων για τον σκοπό αυτό. Ωστόσο, το περιθώριο λάθους είναι αρκετά μεγάλο εφόσον η επίδοση των μεθόδων εξαρτάται από πολλαπλούς παράγοντες όπως το μήκος των κειμένων, η θεματική συνάφεια μεταξύ των κειμένων και η υφολογική συνάφεια μεταξύ των κειμένων. Η πιο απαιτητική περίπτωση προκύπτει όταν τα κείμενα γνωστού συγγραφέα ανήκουν σε ένα είδος (π.χ. blogs ή μηνύματα email) ενώ το προς διερεύνηση κείμενο ανήκει σε άλλο είδος (π.χ., tweet ή άρθρο εφημερίδας). Επιπλέον, αν τα κείμενα του γνωστού συγγραφέα με το προς διερεύνηση κείμενο δεν συμφωνούν ως προς τη θεματική περιοχή (topic) (π.χ. τα γνωστά κείμενα σχετίζονται με εξωτερική πολιτική και το άγνωστο με πολιτιστικά θέματα) η επίδοση των τρεχόντων μεθόδων επαλήθευσης συγγραφέα είναι ιδιαίτερα χαμηλή. Στόχος της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη αποδοτικών και εύρωστων μεθόδων επαλήθευσης συγγραφέα που είναι ικανές να χειριστούν ακόμα και τέτοιες περίπλοκες περιπτώσεις. Προς την κατεύθυνση αυτή, παρουσιάζουμε βελτιωμένες μεθόδους επαλήθευσης συγγραφέα και συστηματικά εξετάζουμε την αποδοτικότητα τους σε διάφορα σύνολα δεδομένων αναφοράς (PAN datasets και Enron Data). Αρχικά, προτείνουμε δύο βελτιωμένους αλγόριθμους, ο ένας ακολουθεί το παράδειγμα όπου όλα τα διαθέσιμα δείγματα γραφής του υποψηφίου συγγραφέα αντιμετωπίζονται μεμονωμένα, ως ξεχωριστές αναπαραστάσεις (instance-based paradigm) και ο άλλος είναι βασισμένος στο παράδειγμα όπου όλα τα δείγματα γραφής του υποψηφίου συγγραφέα συννενώνονται και εξάγεται ένα ενιαίο κείμενο, μία μοναδική αναπαράσταση (profile-based paradigm), οι οποίες επιτυγχανουν υψηλότερη απόδοση σε σύνολα δεδομένων που καλύπτουν ποικιλία γλωσσώνν (Αγγλικά, Ελληνικά, Ισπανικά, Ολλανδικά) και κειμενικών ειδών (άρθρα, κριτικές, νουβέλες, κ.ά.) σε σύγκριση με την τεχνολογία αιχμής (state-of-the-art) στον τομέα της επαλήθευσης. Είναι σημαντικό να τονίσουμε ότι οι προτεινόμενες μέθοδοι επωφελούνται σημαντικά από τη διαθεσιμότητα πολλαπλών δειγμάτων κειμένων του υποψηφίου συγγραφέα και παραμένουν ιδιαίτερα ανθεκτικές/ανταγωνιστικές όταν το μήκος των κειμένων είναι περιορισμένο. Επιπλέον, διερευνούμε τη χρησιμότητα της εφαρμογής μοντελοποίησης θέματος (topic modeling) στην επαλήθευση συγγραφέα. Συγκεκριμένα, διεξάγουμε μια συστηματική μελέτη για να εξετάσουμε εάν οι τεχνικές μοντελοποίησης θέματος επιτυγχάνουν την βελτίωση της απόδοσης των πιο βασικών κατηγοριών μεθόδων επαλήθευσης καθώς και ποια συγκεκριμένη τεχνική μοντελοποίησης θέματος είναι η πλέον κατάλληλη για κάθε ένα από τα παραδείγματα μεθόδων επαλήθευσης. Για το σκοπό αυτό, συνδυάζουμε γνωστές μεθόδους μοντελοποίσης, Latent Semantic Indexing (LSI) και Latent Dirichlet Allocation, (LDA), με διάφορες μεθόδους επαλήθευσης συγγραφέα, οι οποίες καλύπτουν τις βασικές κατηγορίες στην περιοχή αυτή, δηλαδή την ενδογενή(intrinsic), που αντιμετωπίζει το πρόβλημα επαλήθευσης ως πρόβλημα μίας κλάσης, και την εξωγενή (extrinsic), που μετατρέπει το πρόβλημα επαλήθευσης σε πρόβλημα δύο κλάσεων, σε συνδυασμό με τις profile-based και instance-based προσεγγίσεις.Χρησιμοποιώντας πολλαπλά σύνολα δεδομένων αξιολόγησης επιδεικνύουμε ότι η LDA τεχνική συνδυάζεται καλύτερα με τις εξωγενείς μεθόδους ενώ η τεχνική LSI αποδίδει καλύτερα με την πιο αποδοτικής ενδογενή μέθοδο. Επιπλέον, οι τεχνικές μοντελοποίησης θέματος φαίνεται να είναι πιο αποτελεσματικές όταν εφαρμόζονται σε μεθόδους που ακολουθούν το profile-based παράδειγμα και η αποδοτικότητα τους ενισχύεται όταν η πληροφορία των latent topics εξάγεται από ένα ενισχυμένο σύνολο κειμένων (εμπλουτισμένο με επιπλέον κείμενα τα οποία έχουν συλλεχθεί από εξωτερικές πηγές (π.χ web) και παρουσιάζουν σημαντική θεματική συνάφεια με το αρχικό υπό εξέταση σύνολο δεδομένων. Η σύγκριση των αποτελεσμάτων μας με την τεχνολογία αιχμής του τομέα της επαλήθευσης, επιδεικνύει την δυναμική των προτεινόμενων μεθόδων. Επίσης, οι προτεινόμενες εξωγενείς μέθοδοι είναι ιδιαίτερα ανταγωνιστικές στην περίπτωση που χρησιμοποιηθούν αγνώστου είδους εξωγενή κείμενα. Σε ορισμένες από τις σχετικές μελέτες, υπάρχουν ενδείξεις ότι ετερογενή σύνολα(heterogeneous ensembles) μεθόδων επαλήθευσης μπορούν να παρέχουν πολύ αξιόπιστες λύσεις, καλύτερες από κάθε ατομικό μοντέλο επαλήθευσης ξεχωριστά. Ωστόσο, έχουν εξεταστεί μόνο πολύ απλά μοντέλα συνόλων έως τώρα που συνδυάζουν σχετικά λίγες βασικές μεθόδους. Προσπαθώντας να καλύψουμε το κενό αυτό, θεωρούμε ένα μεγάλο σύνολο βασικών μοντέλων επαλήθευσης (συνολικά 47 μοντέλα) που καλύπτουν τα κύρια παραδείγματα /κατηγορίες μεθόδων στην περιοχή αυτή και μελετούμε τον τρόπο με τον οποίο μπορούν να συνδυαστούν ώστε να δημιουργηθεί ένα αποτελεσματικό σύνολο. Με αυτό τον τρόπο, προτείνουμε ένα απλό σύνολο ομαδοποίησης στοίβας (stacking ensemble) καθώς και μια προσέγγιση που βασίζεται στην δυναμική επιλογή μοντέλων για καθεμία υπό εξέταση περίπτωση επαλήθευσης συγγραφέα ξεχωριστά. Τα πειραματικά αποτελέσματα σε πολλαπλά σύνολα δεδομένων επιβεβαιώνουν την καταλληλότητα των προτεινόμενων μεθόδων επιδεικνύοντας την αποτελεσματικότητα τους. Η βελτίωση της επίδοσης που επιτυγχάνουν τα καλύτερα από τα αναφερόμενα μοντέλα σε σχέση με την τρέχουσα τεχνολογία αιχμής είναι περισσότερο από 10%.

scholarly journals Latent Topic Estimation Based on Events in a Document

2012 ◽  
Vol 16 (5) ◽  
pp. 603-610
Author(s):  
Risa Kitajima ◽  
◽  
Ichiro Kobayashi
Keyword(s):  
Text Analysis ◽  
Latent Dirichlet Allocation ◽  
Topic Model ◽  
Latent Semantic Indexing ◽  
Document Retrieval ◽  
Retrieval Task ◽  
Latent Topic ◽  
Latent Topics ◽  
Definition Of ◽  
The Relationship

Several latent topic model-based methods such as Latent Semantic Indexing (LSI), Probabilistic LSI (pLSI), and Latent Dirichlet Allocation (LDA) have been widely used for text analysis. These methods basically assign topics to words, however, and the relationship between words in a document is therefore not considered. Considering this, we propose a latent topic extraction method that assigns topics to events that represent the relation between words in a document. There are several ways to express events, and the accuracy of estimating latent topics differs depending on the definition of an event. We therefore propose five event types and examine which event type works well in estimating latent topics in a document with a common document retrieval task. As an application of our proposed method, we also show multidocument summarization based on latent topics. Through these experiments, we have confirmed that our proposed method results in higher accuracy than the conventional method.

scholarly journals Modeling the COVID-19 outbreaks and the effectiveness of the containment measures adopted across countries

2020 ◽  
Author(s):  
Edward De Brouwer ◽  
Daniele Raimondi ◽  
Yves Moreau
Keyword(s):  
Herd Immunity ◽  
Case Fatality ◽  
Severe Pneumonia ◽  
Optimal Level ◽  
World Health ◽  
Reproduction Ratio ◽  
The Public ◽  
Global Pandemic ◽  
Containment Measures ◽  
Health Organization

AbstractOn March 11, 2020, the World Health Organization declared the COVID-19 outbreak, originally started in China, a global pandemic. Since then, the outbreak has indeed spread across all continents, threatening the public health of numerous countries. Although the Case Fatality Rate (CFR) of COVID-19 is relatively low when optimal level of healthcare is granted to the patients, the high percentage of severe cases developing severe pneumonia and thus requiring respiratory support is worryingly high, and could lead to a rapid saturation of Intensive Care Units (ICUs). To overcome this risk, most countries enacted COVID-19 containment measures. In this study, we use a Bayesian SEIR epidemiological model to perform a parametric regression over the COVID-19 outbreaks data in China, Italy, Belgium, and Spain, and estimate the effect of the containment measures on the basic reproduction ratio R0.We find that the effect of these measures is detectable, but tends to be gradual, and that a progressive strengthening of these measures usually reduces the R0 below 1, granting a decay of the outbreak. We also discuss the biases and inconsistencies present in the publicly available data on COVID-19 cases, providing an estimate for the actual number of cases in Italy on March 12, 2020. Lastly, despite the data and model’s limitations, we argue that the idea of “flattening the curve” to reach herd immunity is likely to be unfeasible.

scholarly journals Semantic Analysis of Using X-Phemistic Expressions in Saudi Health Minister Speeches during Covid-19 Pandemic

2021 ◽  
Vol 2 (4) ◽  
pp. 1-26
Author(s):  
Ghada Alsulami
Keyword(s):  
Semantic Analysis ◽  
World Health ◽  
Health Minister ◽  
International Crises ◽  
Health Crisis ◽  
The Public ◽  
Arabic Speakers ◽  
Global Pandemic ◽  
Specific Theme ◽  
Health Organization

On March 11, 2020, World Health Organization (WHO) declares Covid-19 disease as global pandemic. Accordingly, the style of linguistic or verbal communication between governments and nations has been highly affected. Therefore, this paper aims to investigate resources where X-phemistic expressions come as characteristics of the speeches of Saudi Health Minister during Covid-19 pandemic. Moreover, it examines how Warren's euphemistic strategies (1992) have appeared in the minister’s speeches. The collected data are the eight speeches delivered by Saudi Minister of Health during Covid-19 pandemic. They are analyzed qualitatively using thematic analysis (TA) approach. The results show that Saudi Health Minister manages to deliver the massages about Covid-19 crisis through applying variety of linguistic devices which sound to be euphemistic, dysphemistic, and orthophemistic representations of the pandemic. The employment of each X-phemisms choice is mainly occurred within certain thematic fields. Euphemism is used in presenting unpleasant massages, naming the health crisis, and comforting the public. Dysphemism is applied in one specific theme of describing the virus. Orthophemisms is found in themes of declaring facts about the pandemic, warning the public, and requesting to follow instructions. It is also found that implication, reversal, particularization, metonymy, and metaphors are the most frequently used euphemistic strategies among Warren model (1992). This analysis contributes to the limited examination of pandemic discourse by understanding how X-phemistic expressions and euphemistic strategies are used by Arabic speakers during international crises like Covid-19.

scholarly journals A Recommendation Mechanism for Under-Emphasized Tourist Spots Using Topic Modeling and Sentiment Analysis

2019 ◽  
Vol 12 (1) ◽  
pp. 320 ◽  
Author(s):  
Wafa Shafqat ◽  
Yung-Cheol Byun
Keyword(s):  
Topic Modeling ◽  
Latent Dirichlet Allocation ◽  
Recommendation Systems ◽  
Support Vector ◽  
Latent Factors ◽  
Internet Applications ◽  
Enormous Amount ◽  
Combined Features ◽  
Latent Topics ◽  
User History

With rapid advancements in internet applications, the growth rate of recommendation systems for tourists has skyrocketed. This has generated an enormous amount of travel-based data in the form of reviews, blogs, and ratings. However, most recommendation systems only recommend the top-rated places. Along with the top-ranked places, we aim to discover places that are often ignored by tourists owing to lack of promotion or effective advertising, referred to as under-emphasized locations. In this study, we use all relevant data, such as travel blogs, ratings, and reviews, in order to obtain optimal recommendations. We also aim to discover the latent factors that need to be addressed, such as food, cleanliness, and opening hours, and recommend a tourist place based on user history data. In this study, we propose a cross mapping table approach based on the location’s popularity, ratings, latent topics, and sentiments. An objective function for recommendation optimization is formulated based on these mappings. The baseline algorithms are latent Dirichlet allocation (LDA) and support vector machine (SVM). Our results show that the combined features of LDA, SVM, ratings, and cross mappings are conducive to enhanced performance. The main motivation of this study was to help tourist industries to direct more attention towards designing effective promotional activities for under-emphasized locations.

Incorporating Biterm Correlation Knowledge into Topic Modeling for Short Texts

2020 ◽  
Author(s):  
Kai Zhang ◽  
Yuan Zhou ◽  
Zheng Chen ◽  
Yufei Liu ◽  
Zhuo Tang ◽  
...  
Keyword(s):  
Topic Modeling ◽  
Latent Dirichlet Allocation ◽  
Topic Model ◽  
Semantic Knowledge ◽  
Superior Performance ◽  
Knowledge Based ◽  
Modeling Process ◽  
Proposed Model ◽  
Benchmark Datasets ◽  
Latent Topic

Abstract The prevalence of short texts on the Web has made mining the latent topic structures of short texts a critical and fundamental task for many applications. However, due to the lack of word co-occurrence information induced by the content sparsity of short texts, it is challenging for traditional topic models like latent Dirichlet allocation (LDA) to extract coherent topic structures on short texts. Incorporating external semantic knowledge into the topic modeling process is an effective strategy to improve the coherence of inferred topics. In this paper, we develop a novel topic model—called biterm correlation knowledge-based topic model (BCK-TM)—to infer latent topics from short texts. Specifically, the proposed model mines biterm correlation knowledge automatically based on recent progress in word embedding, which can represent semantic information of words in a continuous vector space. To incorporate external knowledge, a knowledge incorporation mechanism is designed over the latent topic layer to regularize the topic assignment of each biterm during the topic sampling process. Experimental results on three public benchmark datasets illustrate the superior performance of the proposed approach over several state-of-the-art baseline models.

scholarly journals Genomic surveillance of a resurgence of COVID-19 in Guangzhou, China

2020 ◽  
Author(s):  
Zhou-Bin Zhang ◽  
Peng Li ◽  
Hong-Jie Liu ◽  
Jia-Yong Zhong ◽  
Yingfeng Zheng ◽  
...  
Keyword(s):  
World Health ◽  
Public Health Response ◽  
Daily Growth ◽  
The Public ◽  
Global Pandemic ◽  
Dramatic Decline ◽  
Health Response ◽  
Imported Cases ◽  
Different Populations ◽  
Health Organization

Abstract In the middle of March, the World Health Organization declared the outbreak of COVID-19 caused by SARS-CoV-2 infection a global pandemic. While China experienced a dramatic decline in daily growth rate of COVID-19, multiple importations of new cases from other countries and their related local infections caused a rapid rise. Between March 12 and April 15, we collected nasopharyngeal samples from 109 imported cases from 25 countries and 69 local cases in Guangzhou, China. In order to characterize the transmission patterns and genetic evolution of this virus among different populations, we sequenced the genome of SARS-CoV-2. The imported viral strains were assigned to lineages distributed in Europe (33.0%), America (17.4%), Africa (25.7%), or Southeast/West Asia (23.9%). Importantly, 10 imported cases from Africa formed two novel sub-lineages not identified in global tree previously. A detailed analysis showed that the imported viral strains from Philippines and Pakistan were closely related and within the same sub-lineage, whereas Ethiopia had varied lineages in the African phylogenetic tree. In spite of the diversity of imported SARS-CoV-2, 60 of 69 local infections could be traced back to two specific small lineages imported from Africa. A combined genetic and epidemiological analysis revealed a high-resolution transmission network of the imported SARS-CoV-2 in local communities, which might help inform the public health response and genomic surveillance in other cities and regions. Finally, we observed in-frame deletions on seven loci of SARS-CoV-2 genome, some of which were intra-host mutations, and they exhibited no enrichment on the S protein. Our findings provide new insight into the viral phylodynamics of SARS-CoV-2 and beta coronavirus.

Sign in / Sign up

Export Citation Format

Share Document