چکیده: بیماری کرونا به عنوان یک اپیدمی مداوم سندرم حاد تنفسی چالشی را برای سیستم‌های مراقبت‌های بهداشتی جهانی ایجاد کرده است. بسیاری از مردم به دلیل اعمال قرنطینه بی‌سابقه در سراسر جهان مجبور به ماندن در خانه‌های خود شده‌اند که سبک زندگی آن‌ها را تغییر داده است. بنابراین، ارائه زودهنگام علائم قبل از شیوع برای پاسخ‌های اولیه بهداشت عمومی ضروری است. از آن‌جایی که اکثر مردم در طول همه‌گیری کرونا از شبکه‌های اجتماعی استفاده می‌کردند، تجزیه و تحلیل محتوای اجتماعی تولید شده توسط کاربران می‌تواند بینش جدیدی ارائه کند و نشانه‌ای برای ردیابی تغییرات و وقوع آن‌ها در طول زمان باشد. یک حوزه فعال در این زمینه، پیش‌بینی موارد جدید مبتلایان از محتوای اجتماعی تولید شده در مورد کرونا است. شناسایی محتوای اجتماعی مرتبط با کرونا یک کار چالش برانگیز است زیرا تعداد قابل توجهی از پست‌ها حاوی محتوای مرتبط با کرونا هستند اما هشتگ یا کلمات مرتبط با کرونا را شامل نمی‌شوند. برعکس، پست‌هایی که دارای هشتگ یا کلمه کرونا هستند اما واقعاً به معنای کرونا مرتبط نیستند و بیشتر جنبه تبلیغاتی دارند. در این مطالعه، ما یک رویکرد معنایی مبتنی بر تکنیک‌های جاسازی کلمه برای مدل‌سازی کرونا پیشنهاد می‌کنیم و سپس یک ویژگی جدید به نام شباهت معنایی را برای اندازه‌گیری شباهت یک پست داده‌شده به کرونا در فضای معنایی معرفی می‌کنیم. علاوه بر شباهت معنایی، ما دو ویژگی دیگر یعنی هیجان ترس و احساس امید را برای شناسایی پست‌های مرتبط با کرونا پیشنهاد می‌کنیم. این ویژگی‌ها به عنوان شاخص‌های آماری در یک مدل رگرسیونی برای تخمین موارد جدید مبتلایان استفاده می‌شود. ما ویژگی‌های خود را در مجموعه داده فارسی پست‌های اینستاگرام، که در موج اول کرونا جمع‌آوری شد، ارزیابی می‌کنیم و نشان می‌دهیم که در نظر گرفتن ویژگی‌های پیشنهادی منجر به بهبود عملکرد تخمین نرخ بروز کرونا می‌شود. علاوه بر این، نشان می‌دهیم که هم‌افزایی این ویژگی‌ها با یکدیگر عملکرد تخمین را بهبود می‌بخشد.