[論文レビュー] Russia-Ukraine war: Modeling and Clustering the Sentiments Trends of Various Countries

Hamed Vahdat‐Nejad, Mohammad Ghasem Akbari+3 more|arXiv (Cornell University)|Jan 2, 2023

Opinion Dynamics and Social Influence被引用数 6

ひとこと要約

本研究では、BERTベースのセンチメント分類器と近隣平均に基づく時系列クラスタリング手法を用いて、ロシア・ウクライナ戦争に関する英語ツイートからのセンチメントトレンドをモデル化し、クラスタリングしている。その結果、西欧諸国、北米諸国、英国が一致したセンチメントトレンドを示す一方、東欧諸国、スカンジナビア諸国、アジア諸国、南米諸国は別個の、共通のセンチメントパターンを示していることが明らかになった。

ABSTRACT

With Twitter's growth and popularity, a huge number of views are shared by users on various topics, making this platform a valuable information source on various political, social, and economic issues. This paper investigates English tweets on the Russia-Ukraine war to analyze trends reflecting users' opinions and sentiments regarding the conflict. The tweets' positive and negative sentiments are analyzed using a BERT-based model, and the time series associated with the frequency of positive and negative tweets for various countries is calculated. Then, we propose a method based on the neighborhood average for modeling and clustering the time series of countries. The clustering results provide valuable insight into public opinion regarding this conflict. Among other things, we can mention the similar thoughts of users from the United States, Canada, the United Kingdom, and most Western European countries versus the shared views of Eastern European, Scandinavian, Asian, and South American nations toward the conflict.

研究の動機と目的

• ソーシャルメディアデータを用いて、ロシア・ウクライナ戦争に関する一般世論のセンチメントトレンドを分析すること。
• さまざまな国からのツイートにおける肯定的および否定的センチメントの時間的ダイナミクスをモデル化すること。
• センチメント時系列パターンの類似性に基づいて国をクラスタリングすること。
• 紛争中における世論形成の地理政治的パターンを解明すること。
• 近隣平均に基づく手法がセンチメント時系列のクラスタリングに有効であるかを評価すること。

提案手法

• ロシア・ウクライナ戦争に関連する英語ツイートのセンチメントを肯定的または否定的と分類するために、BERTベースのモデルが用いられている。
• 各国について、毎日の肯定的および否定的ツイート頻度の時系列が構築されている。
• 近隣平均に基づく手法が提唱され、国をまたいだセンチメント時系列のモデル化とクラスタリングが行われている。
• クラスタリング手法により、時間の経過に伴い類似したセンチメントトレンドパターンを示す国々のグループが特定されている。
• センチメント頻度データが集約・処理され、国境を越えた比較分析が可能になっている。
• 国々を意味的にまとめるために、センチメントトレースの時間的類似性が強調されている。

実験結果

リサーチクエスチョン

• RQ1 ロシア・ウクライナ戦争中、Twitter上のセンチメントトレンドはどのように異なる国々で変化しているか？
• RQ2 どの国々が、紛争に対する肯定的および否定的センチメントの進化において類似したパターンを示しているか？
• RQ3 近隣平均に基づく手法は、多様な地理政治的地域からのセンチメント時系列を効果的にモデル化し、クラスタリングできるか？
• RQ4 戦争への反応として、支配的な地域的センチメント行動クラスタは何か？
• RQ5 西ヨーロッパ、北米、東ヨーロッパ諸国は、その公的センチメント表現においてどのように異なるか？

主な発見

• 米国、カナダ、イギリス、および大多数の西ヨーロッパ諸国は、時間の経過に伴い極めて類似したセンチメントトレンドパターンを示している。
• 東ヨーロッパ諸国、スカンジナビア諸国、アジア諸国、南米諸国は、西ヨーロッパ諸国とは異なる、共通のセンチメントトレンドを示す明確な別クラスタを形成している。
• 近隣平均に基づくクラスタリング手法は、地理的および政治的に整合性のあるセンチメントグループを的確に特定している。
• センチメント時系列モデリングにより、特に紛争の重要な出来事の周辺で公的世論に明確な時間的シフトが見られることが判明した。
• 本研究では、BERTベースのセンチメント分析が、リアルタイムのソーシャルメディアデータにおける洗練された一般世論を効果的に捉えられることを示している。
• 結果から、地理政治的連携がオンラインディス course におけるセンチメント類似性と強く相関していることが示唆された。