研究 Incel 社群激进化的词汇表
内容提要
该文综述多项研究，涵盖incels社区的身份术语与本质主义意识形态、加入极端社区对仇恨言论传播的长期影响、多国蔑称词表HATELEXICON的构建、利用学到的代号词识别新兴极端组织、Urban Dictionary观点化词条特征、极端内容挖掘研究路线图、词库扩展法LEXpander、推特极端化内容识别算法（误标减少10.2%）、媒体对LGBTQ去人性化表述的历时变化，以及暴力事件对网络恶意言论的助推作用。
延伸解读
从术语到意识形态：理解 incel 社群的关键
文章指出，incel 社群不仅生产大量身份术语，还形成了一种本质主义意识形态，将人的价值按身体外形、性别和种族等划分等级。这意味着仅靠关键词过滤可能不够，因为社群通过不断创造新词来维系内部认同和排斥逻辑。理解这种术语与意识形态的绑定，有助于设计更贴近社群实际话语的检测与干预策略。
加入极端社区的长尾效应与治理难点
一项基于 Reddit 的研究发现，用户加入含仇恨言论的极端社区后，恶意言论会持续传播数月。这提示平台治理不能只处理单条内容，而应关注用户加入“回音室”后的长期行为变化。对极端社区进行管理，可能比事后删除单条仇恨言论更能降低传播风险，但也需平衡言论自由与社区安全。
词表与算法：检测仇恨言论的工具进展
文章综述了多种工具：HATELEXICON 覆盖巴西、德国、印度和肯尼亚的蔑称，能提升少样本学习性能；LEXpander 可自动扩展词库，效果接近专家生成；还有算法将推特极端化内容识别的误标减少 10.2%。这些进展表明，结合社会文化信息的词表和持续学习的模型，比静态关键词更适应网络仇恨言论的演变。
媒体表述与暴力事件的联动影响
对《纽约时报》1986 至 2015 年文章的分析显示，LGBTQ 群体的人性化描述总体增加，但“同性恋”标签仍更易关联去人性化态度。另一项研究发现，极端暴力事件会增加 Twitter 和 Reddit 上的恶意言论，尤其是直接鼓吹暴力的内容。这说明网络恶意言论既受长期媒体框架影响，也会被现实暴力事件短期助推，监控需兼顾两者。
Q&A
incels.is 社区中讨论身份群体时主要使用哪些术语？
研究发现该社区生产了广泛的身份认同术语，其中提及女性是最常见的，但其他少数群体的提及率也在上升，并发现了一种基于本质主义的意识形态，认为人类价值受身体外形、性别和种族等等级影响。
加入有仇恨言论的极端社区会如何影响平台上的恶意言论传播？
以 Reddit 为例的研究发现，加入这种社区会导致恶意言论在平台上传播，并且这种负面影响会持续数月，因此有必要对这些“回音室”进行管理以降低传播风险。
HATELEXICON 是什么？它有什么用途？
HATELEXICON 是一个针对巴西、德国、印度和肯尼亚的蔑称和仇恨言论目标的词汇表，用于帮助模型训练和可解释性。通过模拟德语和印地语的 few-shot learning，使用该词表选择包含更多社会文化信息的 shot 能提高模型性能。
如何有效识别新兴极端组织使用的词汇？
研究发现标记数据和关键词方法效果不佳，提出使用学到的代号词汇来识别 hate speech，实验表明该方法准确度比使用关键词更高，可应用于自动化 hate speech 检测。
LEXpander 是什么？它的效果如何？
LEXpander 是一种基于 colexification 方法的词库扩展方法，通过该方法生成的单词列表在各个测试中表现良好，可以近似于心理学和语言学专家生成的单词列表。
推特上识别极端化内容的算法效果如何？
该研究开发出一种可靠的算法来识别和反制网络极端化，与竞争算法相比，该算法能够将误标记减少 10.2%。
媒体对 LGBTQ 群体的描述随时间发生了怎样的变化？
研究分析 New York Times 1986 年至 2015 年关于 LGBTQ 人士的文章，发现总体而言 LGBTQ 人士的被人性化描述越来越多，但与其他标签（例如同性恋）相比，“同性恋”这个标签更容易被视为去人性化的态度。
暴力事件对社交媒体上的恶意言论有什么影响？
研究表明极端暴力事件会导致在线恶意言论的增加，特别是直接鼓吹暴力的言论。该研究对在线恶意言论的监控具有重要意义，并提出了对抗恶意言论的方式。
