[論文レビュー] Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset

Shahan Ali Memon, Kathleen M. Carley|arXiv (Cornell University)|Aug 3, 2020

Misinformation and Its Impacts参考文献 33被引用数 33

ひとこと要約

この論文はCMU-MisCOV19として大規模な注釈付きTwitterデータセットを提示し、ネットワーク構造、社会言語学、デマ情報参加を横断して2つの競合するCOVID-19誤情報コミュニティ（情報通 vs 誤情報不通）を分析します。

ABSTRACT

From conspiracy theories to fake cures and fake treatments, COVID-19 has become a hot-bed for the spread of misinformation online. It is more important than ever to identify methods to debunk and correct false information online. In this paper, we present a methodology and analyses to characterize the two competing COVID-19 misinformation communities online: (i) misinformed users or users who are actively posting misinformation, and (ii) informed users or users who are actively spreading true information, or calling out misinformation. The goals of this study are two-fold: (i) collecting a diverse set of annotated COVID-19 Twitter dataset that can be used by the research community to conduct meaningful analysis; and (ii) characterizing the two target communities in terms of their network structure, linguistic patterns, and their membership in other communities. Our analyses show that COVID-19 misinformed communities are denser, and more organized than informed communities, with a possibility of a high volume of the misinformation being part of disinformation campaigns. Our analyses also suggest that a large majority of misinformed users may be anti-vaxxers. Finally, our sociolinguistic analyses suggest that COVID-19 informed users tend to use more narratives than misinformed users.

研究の動機と目的

• 誤情報分析のための多様で注釈付きのCOVID-19 Twitterデータセットと包括的なコードブックを作成する。
• 情報通と誤情報不通のコミュニティをネットワーク構造、言語パターン、誤情報の所属で特徴づける。
• 誤情報グループ内のボット関与とワクチン接種 stanceを評価する。
• 再現性のある誤情報検出研究を促進するためのデータと手法を提供する。

提案手法

• 3つの収集日を通じて多様なCOVID-19キーワードとハッシュタグを用いてTwitterデータを収集する。
• 誤情報と真情報のカテゴリを説明する17カテゴリにツイートを注釈付けする。
• ツイート注釈からユーザー価値（バリュー）を計算し、情報通または誤情報不通のグループへ割り当てる。
• ネットワーク、ボット、社会言語学分析のためにCOVID-19関連ツイートにフィルタしたユーザーのタイムラインでデータを補強する。
• リツイート、メンション、リプライのネットワークを構築し、各グループのネットワーク密度を計算する。
• Bot-Hunterでボットを特定し、2サンプルz検定を用いてグループ間の比率を比較する。
• 非ボットタイムライン上でLIWCに基づく社会言語学分析を実施し、グループ間の語彙カテゴリを比較する。
• ハッシュタグの価値伝播を通じて誤情報ユーザー内のワクチンstanceを評価する。

実験結果

リサーチクエスチョン

• RQ1 COVID-19誤情報分析のために多様な注釈付きTwitterデータセットを作成できるか。
• RQ2 情報通と誤情報不通のCOVID-19コミュニティ間のネットワーク構造の違いは何か。
• RQ3 誤情報コミュニティは情報通コミュニティよりボット関与が高いか。
• RQ4 二つのグループ間に物語性の使用や形式性など、顕著な社会言語学的パターンがあるか。
• RQ5 誤情報グループ内のワクチンstanceの分布とボットの影響はどうか。

主な発見

• 誤情報コミュニティは情報通より密度が高く、エコーチャンバーが強いことを示す。
• ユーザーの約47%が情報通、29%が誤情報不通、残りの24%は曖昧または関連性が低い。
• ボットは誤情報不通ユーザーの19%、情報通ユーザーの11%を占め、統計的に有意な差である。
• 情報通ユーザーは語り口をより多く用い、代名詞と機能語の使用が多く、信頼性が高い。
• 両グループとも全体として否定的なトーンを示すが、誤情報不通はより非公式な言語傾向（結論は保留）を取りやすい。
• ワクチン関連コンテンツを投稿する誤情報不通ユーザーの中で、41%が反ワクチン派、22%が賛成派（37%は曖昧）。
• デマ情報キャンペーンは誤情報不通グループにおけるボットの存在感の高さから示唆される。