Twitter 上の新型コロナウイルス関連語句の分析
―２度目の緊急事態宣言前後の動向に焦点をあてて―
峰 滝 和 典
要旨 本稿では２度目の緊急事態宣言発令前後の Twitter 上での反応を時系列でみることで，
この時期人々がより新型コロナウイルス感染の影響に関心を持っていたことがわかった。医 療リソースや病状，死に関する語句の割合が２０２０年１２月に入って急増している。ネガティブ 感情とポジティブ感情の割合差が感染者数の先行指標となることがわかった。
Abstract This research analyzed tweets on Twitter about the period of the second Declaration of the State of Emergency choronologically, and found that people con- cerned the infection of COVID１９ more than ever. The ratio of words related to medical resources, symptoms, and death has surged since December in ２０２０. It was concluded that the difference between negative and positive emotion could be consid- ered as the leading indicator which predicted the increase of infection.
キーワード 新型コロナウイルス，Twitter，形態素分析 原稿受理日 ２０２１年１月３１日
１．は じ め に
２０２１年１月７日に２度目の緊急事態宣言が１都３県に対して発令された。１
月１３日に７ つの府県を加え対象は１１都府県に拡大した。本稿の一つの目的は，この２度目の緊急事態 宣言発令前後の Twitter 上での反応を時系列でみることである。昨年１１月後半以降，PCR 検査陽性者数，新型コロナウイルスによる死亡者数累計ともに増加が加速し，１２月後半，
さらに増加幅が拡大した（図１，図２）。
インターネット上に大量の情報が氾濫し実社会に影響を与える現象をインフォデミック と呼ばれている。新型コロナウイルスに関する情報はソーシャルメディア上でも大量に流 れている。ソーシャル・メディア が新型コロナウイルスのパンデミックに影響している
（Ahmad A. R. et al.（２０２０））。
鳥海・他（２０２０）は２０２０年１月１７日から４月３０日の期間中，４０,７２０,５４５ツイートと１０５,３１７,６０６ リツイートの計１４６,０３８,１５１件のデ－タを対象に分析している。ツイートユーザーの偏りを 検出し，新型コロナウイルスのツイートがいつ頃から一般的な人々によって投稿されたの かを考慮した上でリツイートと URL を含むツイートを除いたものを対象として，感情の
Su Yue et al.（２０２０）は，中国武漢とイタリア・ロンバルディにおける新型コロナウイルスに よるロックダウンの影響について，Weibo と Twitter を用いて分析している。
図１ PCR 検査陽性者数（単日） 人
（出所）厚生労働省
時間変化を分析している。
Lwin M. O. et al.（２０２０）は新型コロナウイルスのパンデミック中の Twitter 上の人々 の感情について恐怖，怒り，悲しみと喜びの４つの世界中のトレンドを検証している。
Alaa Abd-Alrazaq et al.（２０２０）は Twitter 上の新型コロナウイルスに関する投稿を，
新型コロナウイルスの発生地，感染源，人々と国への影響，そして抑制方法の４つに分類 している。
四方田（２０２０）は２０２０年１月１５日から２０２０年３月１７日の期間のツイートを対象としてい る。ツイート投稿内容から，「新型コロナウイルスの感染拡大は，人々のウイルス感染の 不安に加え，生活の変化や制限，報道内容や社会情勢の不安定さによる不安や疲労感，ス トレスを生じさせていた実態が示唆された」と述べられている。
峰滝（２０２０）は，第１回緊急事態宣言解除後のツイートを分析している。抽出語の分析，
共起ネットワーク，階層的クラスター分析を行った結果，Twitter のツイート上，緊急事 態宣言解除後，経済活動の再開に対する期待を感じる反面，新たな感染者の出現に関する 関心の高まりが観測できたという。Minetaki（２０２０）は２０２０年５月２１日から２０２０年８月１５ 日のツイートを対象として，ポジティブ感情が２０２０年６月以降減少し，２０２０年７月以降，
死，重症といった語句が急増していることを分析している。峰滝（２０２０），Minetaki（２０２０）
はともに，第１回緊急事態宣言解除によってツイート上の人々の関心が経済活動より，む しろ新型コロナウイルス感染に関する懸念に向けられていることを分析している。本稿は，
峰滝（２０２０）， Minetaki（２０２０）の続編に位置づけられている。
図２ 新型コロナウイルスによる死亡者数累計 人
（出所）厚生労働省
２．デ ー タ 分 析
今回用いる Twitter のツイートデータ は峰滝（２０２０），Minetaki（２０２０）と同様２０２０ 年５月２１日に大阪府・京都府・兵庫県の緊急事態宣言解除決定の日から開始し，２０２１年１ 月３１日までのデ－タである。
Twitter のツイートデータにはリツイートのデータも含まれるが，同じ文章の繰り返し をサンプルに入れることを避けるために，リツイートは除いた。１
カ月を３つの期間に分 け合計５,２７９,６１２ツイートを対象とした。取得したツイートについて，MeCab を Python から使用して形態素分析を行った。形態素分析の結果を１６カテゴリー（表１）に分類した 結果が表２である。 表４は１００ツイートあたりの語数に変換した値である。全ツイートを 取得していないので，ツイート数で除することで期間毎の比較を試みた。
表４によると，１３．ポジティブ感情が２０２０年６月第２期にピークとなり，２０２０年８月第 ２期まで下落トレンドとなり，その後，２０２０年１１月にやや高い値となっている。２０２０年１１ 月は，政府の“Go To トラベル”，“Go To イート”政策が人々の外出を促した効果が出 ていることが伺える。それに対して１．ウイルス・感染・変異と３．医療施設・スタッフ はそれぞれ２０２０年１２月第２期，１２月第１期に急上昇している。５．症状・病状は，２０２０年 １１月３期に急上昇している。人々の活動が活発になり，新型コロナウイルスの感染が広ま
り，医療施設の負担が大きくなったことを示唆している。
カテゴリー１（ウイルス，感染，変異）の１００ツイートあたりの頻出度をグラフ化した ものが図３である。７
月第２期から１２月第１期まで安定して推移していたが，１２月第２期 以降上昇傾向がみられる。
カテゴリー２の感染収束とカテゴリー１４の所得， 雇用， 経営， 経済の１００ツイートあた りの頻出度は，５
月第３期がピークとなっている。第一回緊急事態宣言解除の直後にツ イート上の人々の関心がいったん経済要因に向けられたものと考えられる。
カテゴリー３（医療施設・スタッフ），カテゴリー５（症状・病状），カテゴリー７（死）
の１００ツイートあたりの頻出度を表したものが図４である。とりわけカテゴリー７（死）
が１１月第３期以降強い上昇傾向がみられる。カテゴリー３（医療施設・スタッフ）は１２月
Chen Emily et al.（２０２０）は，複数言語で１億２,３００万ツイートの新型コロナウイルス・デー タセットを構築している。
表３に各期のツイート数とその合計を掲載している。
１６． オリンピック１５． 旅行， 会食
１４． 所得，雇用， 経営，経済
１３． ポジティブ 感情
１２． 命，健康１１． その他マイナ ス感情とそれ をひき起こす 言葉
10． ストレス， 疲労，鬱， 不安
９． 恐怖， 怒り， 抗議
８． デマ， 誹謗中傷， 偏見，差別， 監視
７． 死６． 予防，検査， 対策
５． 症状， 病状
４． ワクチン，薬， 副作用
３． 医療施設， スタッフ
２． 感染収束１． ウイルス， 感染，変異 五輪 オリンピック旅行 観光 会食
給付 給料 ボーナス 収入 アルバイト 採用 解雇 失業 景気 経営 株 株価 株式 減収 資金繰り 潰れる 倒産 金融 金利 決算 減税 破産 破綻 廃業 補償 経済 ビジネス
ありがたい 幸い 幸せ 感謝 感動 敬意 共感 連携 励ます 喜ぶ 嬉しい 楽しい 楽しみ 楽しむ 楽しめる
命 生きる 生き抜く 健康
嫌い 最悪 絶望 テロ テロリスト 戦争 戦
疲れ 疲れる 疲弊 しんどい ストレス ダメージ 諦める 苦しい 苦しむ 辛い 悩む つらい 不安 不満 うつ 鬱 心配 迷惑
恐れ 恐れる 恐ろしい 恐怖 こわい 怖い 怖がる 危ない 危険 怒り 怒る デモ 非難 暴動
デマ 陰謀 隠蔽 ゲイツ 誹謗 中傷 煽る 偏見 差別 監視
死 死亡 死去 死ぬ 亡くなる 急死 訃報 死者 死因 葬儀 葬 自殺 悲報
予防 隔離 検疫 検温 検査 換気 手洗 手洗い 消毒 通気 マスク シールド 体温計 時短 特措法
ぜんそく 咳 喘息 肺炎 血栓 倦怠 後遺症 梗塞 合併症 嗅覚 嘔吐 発熱 熱 味覚 炎症 重症 疾病 症状 症例 急変
ワクチン ファイザー 塩野義製薬 副作用 アナフィラキシー アレルギー ステロイド 医薬品 特効薬
院内 病院 総合医療センター ICU 救急 病床 病棟 入院 医師 医者 専門医 看護
収まる 収束 終息 弱毒 陰性
武漢 コウモリ 病原 毒素 遺伝子 突然変異 異変 新種 変異 感染 飛まつ 飛沫 濃厚接触 うつす うつる クラスター パンデミック 蔓延 陽性
表１ 新型コロナに関する用語分類
表２ 各カテゴリーごとの新型コロナ関連語句数の推移
８．
デマ，
誹謗中傷，
偏見，差別，
監視 ７．
死 ６．
予防，検査，
対策 ５．
症状，病状 ４．
ワクチン，
薬，副作用 ３．
医療施設，
スタッフ ２．
感染収束 １．
ウイルス，
感染，変異 期
月 年
７,８７４ ３４,７９０
５７,１５１ １７,０９９
９,０３２ ２１,６９２
１２,５０４ １６８,９３４
３ ５ ２０２０
２,８８６ ９,７４７
２２,３１５ ５,７２３
２,２７６ ６,８９２
１０,７８１ ３７,３１９
１ ６ ２０２０
３,５１８ １８,８３９
３８,１９５ １０,５９８
５,０３８ １０,６０２
１３,４９４ ６４,２６３
２ ６ ２０２０
３,２４３ １４,３７４
２９,５８１ ９,７９５
４,８９３ ９,６１１
１０,４５２ ６２,９８８
３ ６ ２０２０
２,４７７ １１,７６１
２９,７７７ １３,４５９
３,９２１ １２,１１１
９,７０７ ９９,２９８
１ ７ ２０２０
２,３９０ １４,７０４
２６,３５２ ２０,３１８
４,９２７ １０,６２４
６,２３７ １１３,４４２
２ ７ ２０２０
２,４７６ １５,０７８
３６,８９０ １９,８６０
６,９２４ １３,８９４
８,４５５ １５７,２５６
３ ７ ２０２０
４,３３４ １６,４３９
３８,２９８ ２０,５２２
９,０２２ １５,４６１
７,８９２ １４４,２６９
１ ８ ２０２０
３,１６２ １７,７１０
２８,３０４ １９,８４４
８,３０２ １２,０１６
５,１９１ １２７,３６０
２ ８ ２０２０
４,８５３ １６,３０３
３４,０４６ ２０,４０３
１０,００５ １３,２２１
６,５３０ １２７,９５５
３ ８ ２０２０
３,２４６ １３,８７２
２８,５２３ １２,２６９
９,７８９ ９,２４５
４,７００ ９１,４３３
１ ９ ２０２０
１,８０５ ９,５０４
１９,７１４ ９,２７９
５,０７８ ７,１４０
２,７４９ ７３,０６９
２ ９ ２０２０
１,１５６ １０,７１８
１６,７９２ ７,１８８
３,５３９ ４,８７１
２,５７８ ６４,１１２
３ ９ ２０２０
１,２４９ １１,００５
１９,６６１ １０,２４５
４,２６０ ７,１３１
２,８３０ ７２,２３１
１ １０ ２０２０
１,３１９ ９,３０７
１９,４２２ ７,５２２
４,９５８ ５,２８６
２,７２５ ７３,２０５
２ １０ ２０２０
１,６３２ ９,９２３
１９,７７７ ９,０２９
４,８４３ ５,３３６
２,３８２ ７２,６０３
３ １０ ２０２０
１,２２０ ８,９５０
１８,５１４ １０,０３４
１１,１７２ ５,４０６
２,８８５ ７８,０１６
１ １１ ２０２０
１,５４５ １１,９５９
２４,２１６ １１,５３５
１０,４３０ １０,１４０
３,１１２ １０７,１８７
２ １１ ２０２０
１,８４５ １４,００４
２１,７８３ １４,８７３
７,８７８ １２,１５９
２,８０１ ８９,２４６
３ １１ ２０２０
１,１９２ １５,６６４
１７,６２３ １３,１２６
１０,７０７ １９,２６５
２,４６３ ７５,７９０
１ １２ ２０２０
３,０５４ ３２,０５６
３９,０５４ ２６,９４１
２８,０６４ ２７,３７９
５,２２３ ２０６,２６５
２ １２ ２０２０
４,９９１ ４４,８６５
５０,９５９ ３３,７８２
２２,７４９ ３９,８７５
９,１４９ ３０６,２０２
３ １２ ２０２０
３,４３６ ４２,５１１
４７,５２２ ３８,３９７
２３,８９８ ３３,６３７
１０,１１４ ２７９,７２０
１ １ ２０２１
４,７２４ ４６,３３８
５２,７６４ ３７,５１１
２８,４９７ ４９,５４４
７,９５９ ２６２,４７７
２ １ ２０２１
４,４６５ ５２,７４２
４７,６４３ ３３,２２７
６０,１９０ ４０,７８９
７,００３ ２３３,６９９
３ １ ２０２１
１６．
オリンピック １５．
旅行，会食 １４．
所得，雇用，
経営，経済 １３．
ポジティブ 感情 １２．
命，健康 １１．
その他マイナ ス感情とそれ をひき起こす 言葉 １０．
ストレス，
疲労，鬱，
不安 ９．
恐怖，怒り，
抗議 期 月 年
２,５８７ ４,９６７
４３,６０１ １０,６０５
６,４１５ ５,８５１
９,０９６ １０,５８０
３ ５ ２０２０
１,２０８ ３,３９７
２１,４７６ １３,２４５
４,０５１ ２,３８５
１２,２６８ １１,３９９
１ ６ ２０２０
３,５２８ ５,８９０
３７,１８５ ２２,２５８
７,２１２ ４,２３０
２１,３１８ １８,３９０
２ ６ ２０２０
２,２３９ ５,４３０
３１,５０９ １８,７１５
６,０２６ ３,７０１
１７,４３７ １５,８６８
３ ６ ２０２０
２,２２３ ５,００９
２６,６３９ １３,５４９
６,１２５ ３,１０３
１７,３７８ １５,９０５
１ ７ ２０２０
１,３７０ ８,７６６
２０,０４２ ５,６４０
３,５２１ ３,３４２
８,５０２ １０,２３３
２ ７ ２０２０
２,６０８ ８,４０４
１８,９６１ ５,４１５
３,９５１ ３,１０６
８,９０１ ９,６７８
３ ７ ２０２０
１,１５９ ５,５４６
１６,１３９ ７,４７５
４,８１３ ３,３９４
７,７８０ ９,７６５
１ ８ ２０２０
８１０ ３,２９７
１４,０４７ ３,５９８
３,３１８ ２,８７２
４,２１９ ６,９０３
２ ８ ２０２０
１,３１５ ４,５０９
１５,９２６ ８,４７１
４,８４６ ２,６３４
６,４０６ ６,３６０
３ ８ ２０２０
３,８７７ ２,４２４
１５,３７４ ６,３８０
４,０３９ ２,６３９
４,９１７ ４,４５２
１ ９ ２０２０
５０９ ２,８７５
９,１４１ ３,１９４
１,９１４ １,２４０
２,４９１ ２,６８９
２ ９ ２０２０
１,１４７ ２,７１０
９,４２０ ３,４５９
１,９９５ １,１５０
２,３８８ ２,５５７
３ ９ ２０２０
４９６ ２,２８５
９,４５０ ３,７２０
２,０４０ １,４９１
２,５４６ ２,９０７
１ １０ ２０２０
６４５ ２,４４１
１０,７１６ ４,０４７
２,１５７ １,６９１
３,１９８ ２,４３９
２ １０ ２０２０
９９２ ３,２９２
１２,６７６ ３,６３２
１,８７２ １,４９３
２,５９２ ２,８０８
３ １０ ２０２０
７６２ ２,８９７
１０,８２０ ５,６０６
２,５３１ １,５５３
４,２８４ ３,１４７
１ １１ ２０２０
１,４９４ ５,２６６
１３,９１６ ３,８１５
２,７１６ １,４９４
３,５６９ ４,１９４
２ １１ ２０２０
１,００７ ４,４５０
１２,４２５ ６,００６
３,０３４ １,３５９
４,３６０ ３,２６６
３ １１ ２０２０
１,２１４ ３,３９６
１０,０８２ ４,３１０
２,６７５ １,３１６
３,８１２ ２,６７５
１ １２ ２０２０
１,２８４ １０,１６８
１３,９２７ ３,２１４
３,８４５ ２,２０３
４,５７３ ７,４３８
２ １２ ２０２０
３,６０４ ６,９１９
１９,６７１ ７,０５２
６,３０６ ２,７１３
７,５８３ ９,８８５
３ １２ ２０２０
５,８９５ １０,０７３
２３,８３９ ４,１０４
６,７６９ ３,３９７
５,８１０ ９,３７６
１ １ ２０２１
４,８９３ ７,６１８
２４,３０５ ３,９９０
６,７２３ ３,８９９
５,４８６ １２,６１４
２ １ ２０２１
６,５２８ ６,３３３
２３,３６８ ４,５０７
５,７１９ ３,００８
７,４９９ ８,３７１
３ １ ２０２１
表３ 各期のツイート数の推移
各期総ツイート数 期
月 年
２４３,３１５ ３
５ ２０２０
２１８,３４２ １
６ ２０２０
３３１,８８３ ２
６ ２０２０
３１２,９９９ ３
６ ２０２０
２９３,４６１ １
７ ２０２０
１９７,９０１ ２
７ ２０２０
２３２,５８５ ３
７ ２０２０
２４１,１８９ １
８ ２０２０
１７５,２１６ ２
８ ２０２０
２１３,９６６ ３
８ ２０２０
１７４,２１８ １
９ ２０２０
１１１,２８６ ２
９ ２０２０
１００,１８６ ３
９ ２０２０
１１４,６２７ １
１０ ２０２０
１１３,２０４ ２
１０ ２０２０
１１５,５９７ ３
１０ ２０２０
１３２,９１２ １
１１ ２０２０
１４４,７５５ ２
１１ ２０２０
１４６,８１８ ３
１１ ２０２０
１２５,９１６ １
１２ ２０２０
２４９,１８２ ２
１２ ２０２０
３３４,９１３ ３
１２ ２０２０
３３１,１８４ １
１ ２０２１
３２９,９１９ ２
１ ２０２１
２９４,０３８ ３
１ ２０２１
５,２７９,６１２ 総 計
