[論文レビュー] Trajectories of Islamophobic hate amongst far right actors on Twitter.

Bertie Vidgen, Taha Yasseri+1 more|arXiv (Cornell University)|Oct 13, 2019

Hate Speech and Cyberbullying Detection参考文献 35被引用数 7

ひとこと要約

本研究では、イギリス国民党（British National Party）のフォロワーからの500万件のツイートを分析し、イスラム嫌悪分類器と潜在的マーカフ連鎖モデルを組み合わせたkモードクラスタリングを用いた段階的アプローチにより、7つの明確に区別できるイスラム嫌悪スレーブの行動経路を同定した。研究結果は、明示的および暗黙的イスラム嫌悪の複雑で時間的変化を伴うパターンを明らかにし、極右オンライン過激主義の詳細な洞察を提供するとともに、オンライン嫌がらせに対する政策的対応を支援する。

ABSTRACT

Far right actors use the Internet for myriad purposes, such as forming communities, sharing information and attracting support. Concerns have been raised about their use of social media to spread hateful messages by both academics and policymakers. Given the potentially dangerous effects of hate speech, which can inflict harm on targeted victims, create a sense of fear amongst communities and pollute civic discourse, there is a pressing need to understand at a granular level how it manifests amongst far right actors online. In this paper we investigate the dynamics of Islamophobia amongst followers of a far right political party on Twitter, the British National Party. Using a new dataset of five million tweets, collected over a period of one year, we identify seven distinct trajectories of Islamophobia, which capture qualitative, qualitative and temporal differences in users' behaviour. We analyse the data using a classifier for Islamophobic content, which distinguishes between None, Implicit and Explicit Islamophobia, and latent Markov modelling with k modes clustering. The findings provide a new level of granular insight into Islamophobic behaviour amongst the far right on social media, both deepening existing knowledge and informing policy discussions regarding far right extremism and online hate speech.

研究の動機と目的

• ソーシャルメディアにおける極右活動家によるイスラム嫌悪の動的表現を理解すること。
• イギリス国民党関連のオンラインコミュニティにおいて、嫌がらせが時間経過とともにどのように変化するかを検討すること。
• データ駆動型モデリングを用いて、イスラム嫌悪コンテンツの表現に関する明確な行動パターンを同定すること。
• 極右過激主義に関する政策的議論を、極右オンライン過激主義に関する詳細かつ証拠に基づいた洞察を提供することで支援すること。

提案手法

• ツイートを「なし」「暗黙的」「明示的イスラム嫌悪」の3クラスに分類するためのカスタム分類器を訓練した。
• ユーザーのイスラム嫌悪コンテンツの状態遷移をモデリングするために、潜在的マーカフ連鎖モデルを適用した。
• マーカフモデルにおけるユーザーの行動経路に基づいて、kモードクラスタリングを用いてユーザーをグループ化した。
• イギリス国民党のツイッター公式アカウントのフォロワーから1年間にわたり収集された500万件のツイートデータセットを対象に分析を実施した。
• 自然言語処理（NLP）技術と統計的モデリングを組み合わせ、嫌がらせの質的・量的・時間的側面を捉えた。

実験結果

リサーチクエスチョン

• RQ1 極右ツイッター利用者が生成するイスラム嫌悪コンテンツの明確な時間的パターンは何か？
• RQ2 暗黙的および明示的イスラム嫌悪の形態がオンラインコミュニティ内でどのように共存し、時間経過とともに変化するか？
• RQ3 イスラム嫌悪コンテンツ生成のパターンに基づいて、ユーザーにどのような行動クラスタが特定できるか？
• RQ4 イスラム嫌悪スピーチの経路は、強度・頻度・コンテンツタイプの観点でどのように異なるか？

主な発見

• イギリス国民党のフォロワーの間で、7つの明確に区別できるイスラム嫌悪行動経路が同定された。
• 行動経路は、時間経過に伴う暗黙的および明示的イスラム嫌悪の表現に顕著な差異を示した。
• ユーザーは、イスラム嫌悪コンテンツのレベルを動的に変化させ、嫌がらせへの関与が変化していることが明らかになった。
• 本研究は、イスラム嫌悪コンテンツが静的ではなく、ユーザーのグループ間で複雑かつ繰り返し現れるパターンに従うことを示した。