[논문 리뷰] A Weibo Dataset for the 2022 Russo-Ukrainian Crisis

Yi R. Fung, Heng Ji|arXiv (Cornell University)|2022. 03. 09.

Complex Network Analysis Techniques인용 수 10

한 줄 요약

이 논문은 2022 러시아-우크라이나 위기와 관련된 350만 건이 넘는 웨이보 댓글과 27,341개의 게시글을 포함하는 공개된 러시아-우크라이나 위기 웨이보(RUW) 데이터셋을 소개한다. 이 데이터셋은 상위 참여도를 보인 사용자 프로필과 그 댓글 작성자들로부터 수집되었으며, 중국어 소셜 미디어에서 위기 논의, 가짜 정보, 사안 이해에 대한 다중 플랫폼 연구를 가능하게 한다. 주요 기여 사항으로는 다국어 위기 데이터의 다양성과 실시간성 확보를 위한 매일 갱신되는 업데이트가 포함된다.

ABSTRACT

Online social networks such as Twitter and Weibo play an important role in how people stay informed and exchange reactions. Each crisis encompasses a new opportunity to study the portability of models for various tasks (e.g., information extraction, complex event understanding, misinformation detection, etc.), due to differences in domain, entities, and event types. We present the Russia-Ukraine Crisis Weibo (RUW) dataset, with over 3.5M user posts and comments in the first release. Our data is available at https://github.com/yrf1/RussiaUkraine_weibo_dataset.

연구 동기 및 목표

• 2022 러시아-우크라이나 전쟁과 같은 위기 사안에 대해 공개적으로 이용 가능한 대규모 중국어 소셜 미디어 데이터의 부족을 해소하기 위해.
• 기존의 트위터 기반 위기 데이터셋에 대응하는 웨이보 데이터셋을 제공하여 다중 플랫폼 연구를 지원하기 위해.
• 비영어권 환경에서 지정학적 위기 동안 가짜 정보 탐지, 사안 이해, 감성 동적 변화에 대한 연구를 가능하게 하기 위해.
• 다양한 언어적 및 문화적 조건에서 플랫폼 간(예: 웨이보 대비 트위터) 모델 이식성 테스트를 촉진하기 위해.
• 실시간 및 장기적 분석을 위한 지속적으로 갱신되는 오픈 데이터셋을 제공하여 위기 논의의 실시간 및 장기적 분석을 지원하기 위해.

제안 방법

• 웨이보 스크래퍼 라이브러리를 사용하여 사용자 프로필을 기준으로 쿼리하고, 게시글, 메타데이터, 댓글을 수집하였다.
• 트렌드 위기 관련 해시태그와 관련성 및 참여도(좋아요, 공유 수)를 기준으로 상위 120개 활성 공개 사용자 프로필을 선별하고 우선순위를 정하였다.
• 이러한 활성 프로필의 게시글에 댓글을 단 사용자들에 대해 일차 확장(1-hop expansion)을 수행하여 더 넓은 대화 네트워크를 포괄하였다.
• 2022년 2월 24일 위기의 악화 이전 3개월 간의 데이터를 후행적으로 수집하여 위기 이전 논의도 포함하였다.
• 위기의 진행 상황에 따라 매일 새로운 데이터를 지속적으로 업데이트하여 데이터셋을 갱신했다.
• 키워드 빈도를 분석하고 워드 클라우드를 생성하여 데이터셋 내 주요 주제와 실체를 특성화하였다.

실험 결과

연구 질문

• RQ1 중국어 소셜 미디어 사용자들은 2022년 러시아-우크라이나 위기 논의에서 어떻게 표현하는가? 그 논의의 주요 주제와 실체는 무엇인가?
• RQ2 트위터 기반 위기 데이터로 학습된 모델들이 중국어 플랫폼인 웨이보에 일반화될 수 있는 정도는 어느 정도인가?
• RQ3 주요 지정학적 위기 상황에서 웨이보 논의 내에서 감성, 가짜 정보, 정보 확산 측면에서 두드러지는 언어적 및 행동 패턴은 무엇인가?
• RQ4 사용자 참여 지표(좋아요, 공유 수)는 웨이보 게시글에서 특정 실체(예: 우크라이나, 러시아, 푸틴, 제レン스키)의 부각과 어느 정도 상관관계가 있는가?
• RQ5 국가가 지지하거나 영향력을 행사하는 서사가 국제적 위기 상황에서 웨이보 논의를 어떻게 형성하고 있는가?

주요 결과

• RUW 데이터셋은 2022년 2월 이후 수집된 27,341개의 웨이보 게시글과 107,797명의 고유 사용자가 작성한 350만 건 이상의 댓글을 포함하고 있다. 이는 위기 발생 전 3개월 간의 후행 데이터를 포함한다.
• 가장 자주 언급된 키워드는 '우크라이나'(120,436건), '러시아'(95,845건), '러시아-우크라이나'(53,164건)로, 갈등의 핵심 주체에 대한 집중을 나타낸다.
• 푸틴과 제렌스키와 같은 지도자들은 각각 약 21,000건, 18,000건의 게시글에 등장하여 정치적 인물에 대한 높은 공중 관심을 반영한다.
• NATO(10,025건)와 '제재' 등 보조 주제는 워드 클라우드에서 두드러지게 나타나 국제 연합과 경제 조치에 대한 중요한 논의가 이루어지고 있음을 시사한다.
• 이 데이터셋은 텍스트, 이미지, 영상 등 다양한 사용자 생성 콘텐츠의 조합을 포함하며, 각 게시글과 댓글의 좋아요 및 공유 수와 같은 풍부한 메타데이터를 제공한다.
• 이 데이터셋은 공개되어 있으며 매일 갱신되어 장기적이고 실시간 위기 분석을 지원한다.