[論文レビュー] Twitter Corpus of the #BlackLivesMatter Movement And Counter Protests: 2013 to 2020

Salvatore Giorgi, Sharath Chandra Guntuku+5 more|arXiv (Cornell University)|Sep 1, 2020

Social Media and Politics参考文献 6被引用数 13

ひとこと要約

本論文は、2013年から2021年までの期間にわたり、#BlackLivesMatter、#AllLivesMatter、#BlueLivesMatterを含む6390万件のツイートを含む公開可能なTwitterコーパスを紹介している。このコーパスは、ブラック・ライブズ・マター運動およびその反対運動の議論、時間的傾向、空間的パターンの包括的分析を可能にする。データセットにはLDAトピックモデルが含まれており、計算的社会科学、政治学、自然言語処理分野における研究を支援する。特に、制度的差別、抗議活動のダイナミクス、人種的不平等に焦点を当てている。

ABSTRACT

This data set contains all currently available tweets from the beginning of the Black Lives Matter (BLM) movement in 2013 to 2021. All tweets contain the following keywords BlackLivesMatter, AllLivesMatter, and BlueLivesMatter, or some variation (e.g., #blacklivesmatter or black lives matter). The data set consists of 63.9 million tweets from 13.0 million users from over 100 countries. Instructions on pulling the Twitter data from the Twitter API are here. Please use the following citation if you use this data in a paper: Giorgi, S., Guntuku, S. C., Himelein-Wachowiak, M., Kwarteng, A., Hwang, S., Rahman, M., &amp; Curtis, B. (2022). Twitter Corpus of the #BlackLivesMatter Movement And Counter Protests: 2013 to 2021. In <em>Proceedings of the International AAAI Conference on Web and Social Media</em>

研究の動機と目的

• 2013年から2021年までの間に、#BlackLivesMatter運動およびその反対運動に関する、包括的かつオープンアクセスのデータセットを提供すること。
• 制度的差別、草の根活動、ソーシャルメディアが政治的議論および抗議活動の動員に与える影響に関する研究を支援すること。
• 100か国以上にわたる国際的・地域的文脈において、BLM関連の議論における言語的パターン、時間的シフト、空間的傾向を分析可能にする。
• 各キーワードに対してLDAトピックモデルを提供し、抗議活動および反対抗議活動の議論における意味的テーマの自動同定を促進すること。
• 研究機関および非営利団体に限定した配布により、監視リスクを最小限に抑えるとともに、倫理的かつ非営利目的の研究を促進すること。

提案手法

• 2013年1月から2021年12月までの間、TwitterのパブリックAPIおよびアーカイブツールを用いて、#BlackLivesMatter、#AllLivesMatter、#BlueLivesMatterを含むすべてのパブリックなツイートを収集した。
• Twitterの利用規約に準拠し、ユーザーのプライバシーを保護するため、配布にはツイートIDのみを用いた。
• 潜在ディリクレ分配（LDA）を適用し、各ハッシュタグに関連するテキストから意味的に整合性のあるトピッククラスタを自動的に同定した。
• ISO 639-1言語コードおよびユーザーが提供した場所メタデータを用いて、地理的および言語的分析を実施し、グローバルおよび国レベルの傾向をマップ化した。
• カウンティレベルでの人種的態度と相関関係を求めるために、Project ImplicitのIATなどの外部データセットと統合した。
• Twitter APIを用いたツイートの再構成により、返信、リツイート、ユーザーネットワークの分析を可能にしたが、プライバシー制限には注意を払った。

実験結果

リサーチクエスチョン

• RQ1 2013年から2021年の間、#BlackLivesMatter、#AllLivesMatter、#BlueLivesMatterの使用パターンおよび言語的テーマはどのように変化したか？
• RQ2 BLM関連の議論における支配的である意味的トピックは何か。また、それらは反対抗議のナラティブとどのように異なるか？
• RQ3 米国および世界規模で、BLM関連活動の空間的パターンはどのように変動しているか？
• RQ4 BLM関連のツイートは、警察による殺害や全国的抗議行動といった現実世界の出来事とどの程度相関しているか？
• RQ5 このデータセットを用いて、ソーシャルメディアが人種的態度、メンタルヘルス、政治的動員に与える影響をどのように研究できるか？

主な発見

• 本データセットには、100か国以上にわたる1306万人のユーザーが関与した6390万件のツイートが含まれており、#BlackLivesMatterは全ツイートの88.6％を占めている。
• #BlackLivesMatterは5670万件のツイートで使用されており、#AllLivesMatter（430万件）および#BlueLivesMatter（508万件）を大きく上回っている。
• 時間的分析から、ジョージ・フロイド氏の殺害に続く2020年5月に、#BlackLivesMatterの活動が急激に増加したことが判明。2020年5月31日は、Twitter史上、最も悲しみの深い日と特定された。
• LDAトピックモデリングにより、各ハッシュタグに対して明確に分離されたテーマクラスタが同定され、抗議活動および反対抗議活動の議論における言語的パターンの自動発見が可能になった。
• 86,641の固有の場所に地理タグが付与されたツイートが含まれており、米国および英語圏、フランス語圏、スペイン語圏、ポルトガル語圏の主要地域に広範なグローバルな影響が見られた。
• 本データセットは、制度的差別、抗議活動のダイナミクス、警察暴力の精神的影響に関する研究を支援するように設計されており、監視や非研究目的の利用を抑えるための倫理的ガードレールが設けられている。