社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

如何认识社交媒体上的“暴力推文”?一个机器学习的分析 | PSRM

PoIiticaI理论志 • 1 年前 • 295 次点击  
编者荐语:

社交媒体不仅是信息交流的平台,更是塑造我们日常生活与政治态度的重要场所。本文对推特上的政治暴力言论进行了深入研究,揭示了暴力政治言论背后的影响力和危险性。这种言论潜藏着激化对立、削弱理性讨论的潜在风险,甚至可能直接导致线下政治暴力的爆发。在信息瞬息万变的今天,社交媒体上充斥着各种言论,而如何辨别和规避其中的暴力政治言论对于个体的思维和社会的和谐至关重要。因此,我们需要深入思考,怎样在社交媒体中传递信息和观点,以促进理性讨论和尊重,而非煽动对立和暴力。这不仅是对学者的研究启示,更是对每个社交媒体使用者的挑战。





因公众号推送规则变更

点击标题下方蓝字 关注+星标 “Political理论志” 

不错过社会科学前沿精彩信息哦

具体操作如右 →



推特上的暴力政治言论

摘要

社交媒体上充斥着众多政治暴力的言论。本文以Twitter为例,利用2020年总统选举的数据集,发现线上的暴力推文与线下的抗争政治密切相关,妇女和共和党政治家更频繁地成为这些推文的目标。暴力推文通过通信网络传播,影响广泛。本文对在线表达的暴力党派敌意进行解释性研究,启发了党派关系、抗争政治和政治传播等领域的研究。

作者简介:

Taegyoon Kim 宾夕法尼亚州立大学政治学博士

文献来源:

Kim, T. (2023). Violent political rhetoric on Twitter. Political Science Research and Methods, 11(4), 673-695. 


本文作者:Taegyoon Kim



引言


社交媒体的出现被吹捧为一场技术革命,曾被认为可以激发政治学习和政治参与。然而,无论是政治精英还是普通用户,都会遇到不文明的政治讨论。针对女性、少数民族和党派对手的各种仇恨言论在社交媒体上很常见。其中,暴力政治言论可能是一种最有害的攻击性政治言论,意在表达对政治对手进行人身伤害。社交媒体上的恶意用户基于党派、意识形态和性别撰写威胁政治对手的帖子,这些帖子甚至与实际发生的线下暴力事件密切相关。比如,大量证据表明,在2021年1月6日美国国会暴乱发生前的几天,无论是小众极端主义在线论坛,还是Twitter在内的主流社交媒体平台都被用户利用来呼吁暴力。


暴力政治言论令人担忧,不仅因为它是极端主义线下暴力的先兆,还因为暴露于此类言论会产生有害的后果。暴力政治言论可以通过社交媒体上的沟通网络广泛传播,放大其负面影响。本文以Twitter为例,从社交媒体的数据流中筛选暴力政治言论,构建了一个包含2020年总统大选前后16周暴力政治言论的推文数据集,通过对暴力政治修辞的特征和传播进行全面的分析,结果发现:在线暴力言论与线下暴力事件紧密联系;暴力推文数量很少,但传播范围和影响力广泛;暴力言论加深了党派之间的极化程度。



暴力政治言论


Zeitzoff (2020)对暴力政治言论给出了一个宽泛的定义:“任何类型的诽谤、非人化、贬损或威胁对手的语言。”因此,暴力政治言论包括“低端的辱骂、不文明行为、高端的威胁、呼吁暴力”。本文中的暴力政治言论,是指表达对政治对手造成严重人身伤害意图的言论。


研究方法


图1


第一步:政治关键词过滤

首先,作者建立了一个包含各种政治人物、政党和选举的关键词列表,通过Twitter的应用程序编程接口连续抓取实时推文,主要涉及政治话题和政治家之间的对话。
第二步:暴力关键词过滤
然后,作者建立了暴力关键词列表,以便对之前筛选得到的推文进行暴力和非暴力的分类。作者从已标记为有暴力性的语料库中提取出术语,然后结合人工判断来设置阈值,以筛选出包含在暴力关键词列表中的术语。
第三步:人工标记和机器分类
最后,作者与两名助理进行人工标记,根据推文中是否存在对政治对手进行严重身体伤害的意图进行分类。作者采用各种机器学习分类器进行训练,并选择性能最佳的分类器(例如基于BERT的分类器)来对推文进行标记。



研究发现

1.暴力推文的内容和时间线

图2

图2显示了区分非暴力政治推文与暴力政治推文的术语。可以发现,暴力推文中暗示特定政治实体的词语比非暴力推文出现的频率要高得多。虽然非暴力推文的关键词中没有包含实体特定词,但暴力关键词包括许多属于高调政治人物的账户,如@realdonaldtrump、@senatemajldr、@mike_pence和@secpompeo,特别是特朗普的账号“@realdonaldtrump”处于暴力推文的中心。

表1

表1列出了暴力推文中最常使用的前30个标签词。总的来说,这些词语表明,暴力政治言论的内容是高度多样化的,围绕着不同的政治和社会问题。当用户强调他们的党内人士代表整个国家,而党外人士是国家的头号敌人时,就会使用这些标签。

图3

图3显示了暴力推文的时间趋势。可以看到,暴力政治言论的比例相当少,平均只有0.07%的推文包含暴力政治言论。尽管暴力推文只占政治讨论的一小部分,但值得注意的是,每天有数十万条包含暴力政治言论的推文,而且用户数量远远大于此类推文本身。图3还显示了,随着时间的推移,暴力政治言论的趋势变化明显,特别是在2020年10月初和2021年1月初,正值大选和权力过渡时期,出现了两个大高峰。

表2

表2列出了每周暴力推文中包含的前5个标签词。首先,从9月30日到10月6日这一周的标签词显示了围绕特朗普感染COVID-19的政治仇恨,以及他在沃尔特里德军事医院住院三天期间备受批评的行为。通过人工阅读10月2日及之后几天的推文可以证实,许多推文表达了对特朗普的暴力意图。后来几周的标签词,是在极右翼极端分子和阴谋论者中大幅增长的,他们试图使选举结果合法化。我们还可以看到,反特朗普的用户用“#逮捕”“#处决”“#叛徒特朗普”等标签来回应极右翼言论,导致暴力政治言论在研究期间的最后阶段大幅增加。考虑到特朗普在1月6日煽动激进支持者在华盛顿集会的推文和当天发生的骚乱,很明显,线下政治冲突与推特上的暴力政治言论交织在一起。

2.暴力推文中的政客

表3

表3体现了暴力推文中提到了哪些政客的账户,并按职位类型、政党和性别进行了展示。首先,该表显示,特朗普处于推特上暴力党派表达的中心。作为一个政治人物,他在推特上发表的暴力言论远远超过其他所有政治账户的总和。前副总统彭斯在推特上的暴力推文数量排在第二位,其次是总统候选人拜登和民主党副总统候选人哈里斯。

3. 政治传播网络中的参与情况

图4

在推特的政治传播网络中,暴力用户和非暴力用户的中心地位和活跃程度如何?这个问题很重要,因为网络和暴力用户越活跃,普通用户就越有可能接触到暴力的政治言论。图4描述了政治传播网络中四个用户级指标的日志分布。

4.按推文类型划分的意识形态分布

虽然有大量证据表明,极右翼极端主义比左翼极端主义对美国的线下政治暴力负有更大的责任,但尚不清楚这种不对称是否适用于在线政治传播。

图5

在图5(a)展示了暴力和非暴力推特用户的意识形态分布,得分越高表明越保守。我们可以看到,暴力的推特用户平均倾向于自由主义。这表明,自由主义者在网络政治交流中的暴力程度并不低于保守派,这与线下世界的不对称形成了鲜明对比。图5(b)显示,虽然暴力用户在前7周比非暴力用户更倾向于自由,但在接下来的5周,趋势反转,在最后4周,趋势再次反转。这些发现表明,在网络政治交流中使用暴力语言很可能反映出一些特别的政治短语,这些短语会激发暴力的党派敌意。图5(c)表明,暴力推特者比非暴力推特者在意识形态上更极端。图5(d)所示的每周分布中也发现了相同的模式。这些结果直观地说明,那些在网上表现出如此激进行为的人不太可能在意识形态上是温和的,就像线下的政治暴力是由意识形态光谱两端的极端分子实施的一样。

5.暴力政治言论的传播

图6

暴力推文是如何传播的?图6中的前两个面板呈现了暴力和非暴力推文的两个散点图,我们可以看到,转发高度集中在意识形态相似的领域。虽然研究结果证实,暴力和非暴力的转发都受到意识形态同质性的影响,但在这两种类型的政治传播中,也都存在大量的跨意识形态传播。图6(c)表明,对于暴力和非暴力的推文,大约三分之二的转发发生在有直接联系的用户之间。然而,有相当数量的少数转发是在推特者的追随者之外传播的。从图中可以看出,暴力推文的传播范围似乎与非暴力推文一样广泛,尽管内容具有攻击性。此外,研究还表明,即使不关注暴力的推特用户,仍然有可能接触到令人不安的暴力内容。如果人气很高的用户(本身并不暴力)转发暴力推文,会将大量用户暴露在暴力推文之下,暴力推文的影响可能会被戏剧性地放大,超出暴力推文用户的个人追随者网络。



结论

本文对社交媒体上的暴力政治言论进行了探究,这是近年来媒体和学术界越来越关注的焦点。社交媒体作为民主的一部分,同时也因其在政治传播中引发仇恨和暴力、加剧党派对立方面的作用而备受争议。实证分析发现,在国会骚乱之前,Twitter上的暴力政治言论达到了高峰,表明线上的政治言论与线下政治事件的密切联系。研究还表明,使用暴力言论的用户常常处于网络的边缘,而暴力言论更多地针对女性和共和党政客。这些暴力言论虽然数量不多,但其负面影响可能远超过网络中直接的人际关系。此外,这些言论不仅仅局限于特定用户群体,还跨越了意识形态鸿沟,可能造成共同极端化。未来的研究应更加关注在线暴力言论如何影响个体的态度和行为,以及如何与线下的暴力行为相互作用,进一步深化对此类社交媒体现象的理解。




编译 | 吉瑞新
初审 | Mono
终审 | Mono
©Political理论志

本文内容仅供参考,不代表理论志意见

“在看”给我一朵小黄花

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/164052
 
295 次点击