[論文レビュー] Conspiracy in the Time of Corona: Automatic detection of Covid-19 Conspiracy Theories in Social Media and the News

Shadi Shahsavari, Pavan Holur+2 more|arXiv (Cornell University)|Apr 28, 2020

Misinformation and Its Impacts被引用数 33

ひとこと要約

本論文は、ソーシャルメディア（4Chan、Reddit）とニュース（GDELT）から行為者と関係を抽出・連結することにより、Covid-19陰謀論の背後にある物語的フレームワークを自動的に検出・分析するパイプラインを提示します。プラットフォーム間での語りがどのように整合し、時間とともにどのように進化するかを検討します。

ABSTRACT

Rumors and conspiracy theories thrive in environments of low confidence and low trust. Consequently, it is not surprising that ones related to the Covid-19 pandemic are proliferating given the lack of any authoritative scientific consensus on the virus, its spread and containment, or on the long term social and economic ramifications of the pandemic. Among the stories currently circulating are ones suggesting that the 5G network activates the virus, that the pandemic is a hoax perpetrated by a global cabal, that the virus is a bio-weapon released deliberately by the Chinese, or that Bill Gates is using it as cover to launch a global surveillance regime. While some may be quick to dismiss these stories as having little impact on real-world behavior, recent events including the destruction of property, racially fueled attacks against Asian Americans, and demonstrations espousing resistance to public health orders countermand such conclusions. Inspired by narrative theory, we crawl social media sites and news reports and, through the application of automated machine-learning methods, discover the underlying narrative frameworks supporting the generation of these stories. We show how the various narrative frameworks fueling rumors and conspiracy theories rely on the alignment of otherwise disparate domains of knowledge, and consider how they attach to the broader reporting on the pandemic. These alignments and attachments, which can be monitored in near real-time, may be useful for identifying areas in the news that are particularly vulnerable to reinterpretation by conspiracy theorists. Understanding the dynamics of storytelling on social media and the narrative frameworks that provide the generative basis for these stories may also be helpful for devising methods to disrupt their spread.

研究の動機と目的

• Covid-19陰謀論が、基盤となる物語フレームワークを用いてどのように生成されるかを理解する。
• ソーシャルメディアとニュースソースからアクターと関係を抽出する自動パイプラインを開発する。
• パンデミック期間中のソーシャルメディアとニュースの陰謀情報の跨領域情報フローを定量化する。

提案手法

• アクターをノードとし、関係を表すラベル付きエッジを持つグラフィカルネットワークとして物語をモデル化する。
• 依存構文解析とセマンティックロールラベリングを用いて文から関係タプルを抽出し、名詞句を文脈グループ（CGs）にクラスタリングする。
• 物語グラフ内のマイクロコンテキストを形成するサブノードへ句をクラスタリングするために、BERTベースの埋め込みを使用する。
• ソーシャルメディア投稿を5日間のセグメントに集約し、各セグメントごとに共起アクター網を構築する。
• ソーシャルメディア由来の物語とニュース報告をTF-IDFフィルタリングと共起網を用いて比較し、コーパス横断のダイナミクスを研究する。
• 時間を通じてカバレッジ、同質性、完成度、V-measure指標を用いてコミュニティを評価する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアとニュースにおける Covid-19陰謀論の背後にある物語フレームワークは何か。
• RQ2 アクターとそれらの関係は時間をかけてソーシャルメディアとニュースの間でどのように整合するか。
• RQ3 自動パイプラインはソーシャルプラットフォームからニュース媒体への陰謀論の物語の流れを明らかにできるか。

主な発見

• パイプラインは、既存理論との統合、5G関連理論の出現、反ワクチン論の整合など、陰謀論の5つの中心現象を特定する。
• 日次更新の物語グラフは、物語の相互接続の潮汐と、陰謀論的再解釈の影響を受けやすいニュースセグメントを明らかにする。
• ソーシャルメディアのコミュニティはニュース報道に検出可能な存在感を持ち、コーパス横断の情報フローのモニタリングを可能にする。
• このアプローチは China、Trump、virus、Gates などの顕著なアクターを含む、ソーシャルメディア由来の52のコミュニティを生み出し、物語構造を推進する。
• 本研究は、騒音の多いソーシャルメディアデータにもかかわらず、物語フレームワークを時系列で追跡・比較できることを示している。