[論文レビュー] A Weibo Dataset for the 2022 Russo-Ukrainian Crisis

Yi R. Fung, Heng Ji|arXiv (Cornell University)|Mar 9, 2022

Complex Network Analysis Techniques被引用数 10

ひとこと要約

本稿では、2022年ロシア＝ウクライナ危機に関連する、上位のエンゲージメントを示すユーザープロフィールおよびそのコメント投稿者から収集された、350万件を超えるWeiboコメントと27,341件の投稿を含む、公開済みのRussia-Ukraine Crisis Weibo（RUW）データセットを紹介する。このデータセットは、中国語圏のソーシャルメディアにおける危機的発言、誤情報、出来事理解に関するクロスプラットフォーム研究を可能にし、主な貢献として、多言語の危機データの多様性と、タイムリーな継続的更新を実現している。

ABSTRACT

Online social networks such as Twitter and Weibo play an important role in how people stay informed and exchange reactions. Each crisis encompasses a new opportunity to study the portability of models for various tasks (e.g., information extraction, complex event understanding, misinformation detection, etc.), due to differences in domain, entities, and event types. We present the Russia-Ukraine Crisis Weibo (RUW) dataset, with over 3.5M user posts and comments in the first release. Our data is available at https://github.com/yrf1/RussiaUkraine_weibo_dataset.

研究の動機と目的

• 2022年ロシア＝ウクライナ紛争を含む、危機的出来事における、公開可能で大規模な中国語ソーシャルメディアデータの不足を是正すること。
• 既存のTwitterベースの危機データセットに対応するWeiboデータを提供することで、クロスプラットフォーム研究を支援すること。
• 英語圏でない文脈における、誤情報検出、出来事理解、感情動態の研究を可能にすること。
• 異なる言語的・文化的条件下で、WeiboとTwitterの間でのモデルの移植性をテストすることを可能にすること。
• 危機的発言の縦断的・リアルタイム分析を可能にする、継続的に更新されるオープンデータセットを提供すること。

提案手法

• weibo-scraperライブラリを用いてWeiboデータを収集し、ユーザープロフィールを基に投稿、メタデータ、コメントを取得可能にした。
• トレンドの危機関連ハッシュタグと関連性の高い投稿を基準に、エンゲージメント（いいね、シェア）を考慮して上位120のアクティブな公開ユーザープロフィールを特定・優先順位付けした。
• 1ホップ拡張を実施し、これらのアクティブプロフィールの投稿にコメントした全ユーザーを含め、より広範な会話ネットワークを捉えた。
• 2022年2月24日における危機の激化の3か月前までのデータを後向きに収集し、危機発生前の発言も含めた。
• 危機の進行に伴い、日々継続的にデータセットを更新した。
• キーワード頻度を分析し、語のクラウドを生成することで、データセット内の支配的テーマとエンティティを特徴づけた。

実験結果

リサーチクエスチョン

• RQ1 中国語圏のソーシャルメディアユーザーは2022年ロシア＝ウクライナ危機についてどのように発言しているのか。その議論における支配的テーマとエンティティは何か。
• RQ2 Twitterベースの危機データで訓練されたモデルは、Weiboのような中国語プラットフォームへどの程度一般化可能か。
• RQ3 主な国際的地理的危機において、Weiboの議論における主な言語的・行動的パターン（感情、誤情報、情報伝播）は何か。
• RQ4 ユーザーのエンゲージメント指標（いいね、シェア）は、ウクライナ、ロシア、プーチン、ゼレンスキーなどの特定エンティティの投稿における顕著さとどの程度相関しているか。
• RQ5 国家支援または国家影響を受けるナラティブは、国際的危機時におけるWeiboの議論をどのように形作っているか。

主な発見

• RUWデータセットには、2022年2月以降に収集された27,341件のWeibo投稿と、107,797人のユニークユーザーによる350万件を超えるコメントが含まれており、前記3か月分の過去データも含む。
• 最も頻出するキーワードは「ウクライナ」（120,436件）、「ロシア」（95,845件）、および「ロシア＝ウクライナ」（53,164件）であり、紛争の中心的参加者に注目が集まっていることを示している。
• プーチンやゼレンスキーといった指導者もそれぞれ約21,000件および18,000件の投稿に登場し、政治的指導者に対する高い公的関心がうかがえる。
• NATO（10,025件）や「制裁」（語のクラウドに顕著）といった二次的テーマは、国際的同盟や経済的措置に関する顕著な議論を示している。
• データセットには、テキスト、画像、動画を含む多様なユーザー生成コンテンツが含まれており、各投稿およびコメントのいいね数やシェア数を含む豊富なメタデータも保持している。
• データセットは公開されており、毎日更新されており、縦断的およびリアルタイムの危機的発言分析を可能としている。