社交媒体讨论中的词语作为触发点
原文中文,约400字,阅读约需1分钟。发表于: 。本文首次系统研究个别单词作为触发点的大规模影响,并通过分析大量社交媒体帖子,揭示这些触发词对用户参与度和在线讨论中的敌对情绪产生明显后果,为计算领域的在线交流研究引入了触发点的概念。
本文提出了一种基于NLP的框架,通过分析话题选择、表达方式、情感和言语作用等四个维度来研究社交媒体中的政治极化。作者通过现有的词汇方法量化这些方面,并提出了利用聚类技术识别分析主题的方法。研究发现21起大规模枪击事件的讨论在政治上高度极化,共和党更关注枪手和事件特定事实,而民主党则更关注受害者和政策变化的呼吁。同时,作者还发现了一些引导言论极化的表达方式,诸如“基础事实”以及“恐怖分子”和“疯子”这两个术语的不同使用。该研究深入了解了语言中的群体分裂表现方法,并提供了计算方法来研究这些现象。