BriefGPT - AI 论文速递
·
从计算分析视角区分阴谋论与批判叙事
💡
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
本研究探讨了在线社区中的阴谋论讨论，建立了基于作者观点的分类体系，并使用BERT模型进行分类。研究发现，社交媒体上的阴谋论与反犹太内容交织，信息消费者围绕特定叙事聚集。通过分析社交媒体谣言，揭示了阴谋论的叙事框架及其与COVID-19报道的关系，并开发了高准确性的分类器以识别阴谋用户。
🎯
关键要点
- 本研究建立了一个基于作者对阴谋信念观点的分类体系，使用BERT模型进行分类。
- 研究发现社交媒体上的阴谋论与反犹太内容交织，信息消费者围绕特定叙事聚集。
- 在COVID-19大流行期间，新的阴谋论与现有阴谋论相互影响，涉及反犹太故事情节。
- 研究揭示了社交媒体上谣言和阴谋论的叙事框架及其与COVID-19报道的关系。
- 开发了一个高准确性的分类器，使用93个特征识别阴谋用户，平均F1得分为0.98%。
❓
延伸问答
这项研究是如何分类阴谋论的？
研究建立了一个基于作者对阴谋信念观点的分类体系，并使用BERT模型进行分类。
社交媒体上的阴谋论与哪些内容交织在一起？
社交媒体上的阴谋论与反犹太内容交织，信息消费者围绕特定叙事聚集。
研究中提到的阴谋论与COVID-19有什么关系？
在COVID-19大流行期间，新的阴谋论与现有阴谋论相互影响，涉及反犹太故事情节。
研究开发了什么工具来识别阴谋用户？
研究开发了一个高准确性的分类器，使用93个特征识别阴谋用户，平均F1得分为0.98%。
社交媒体上阴谋论的传播模式是怎样的？
信息消费者聚集在具有类似信息消费模式的独特叙事周围，尤其是在科学与替代新闻中。
研究对反歧视组织有什么启示？
数据驱动的算法方法对于反歧视组织和研究人员是必不可少的，帮助识别和应对阴谋论内容。
➡️
