[논문 리뷰] Tweet Emotion Dynamics: Emotion Word Usage in Tweets from US and Canada

Krishnapriya Vishnubhotla, Saif M. Mohammad|arXiv (Cornell University)|2022. 04. 11.

Misinformation and Its Impacts인용 수 12

한 줄 요약

이 논문은 2015–2021년 동안 미국과 캐나다에서 수집된 4,500만 건의 지리적 위치가 기록된 영어 트윗을 포함하는 TUSC 데이터셋과 정성, 각성, 지배성의 시간적 패턴을 정량화하기 위한 트윗 정서 역학(TED) 프레임워크를 소개한다. 주요 발견 결과로 캐나다 트윗은 미국 트윗보다 더 높은 정성, 더 낮은 각성, 더 높은 지배성을 보이며, 팬데믹으로 인해 2020년에 심각한 정서적 전환점이 있었고, TED 지표는 정서 상태의 상승과 회복 속도가 비대칭적임을 드러냈다.

ABSTRACT

Over the last decade, Twitter has emerged as one of the most influential forums for social, political, and health discourse. In this paper, we introduce a massive dataset of more than 45 million geo-located tweets posted between 2015 and 2021 from US and Canada (TUSC), especially curated for natural language analysis. We also introduce Tweet Emotion Dynamics (TED) -- metrics to capture patterns of emotions associated with tweets over time. We use TED and TUSC to explore the use of emotion-associated words across US and Canada; across 2019 (pre-pandemic), 2020 (the year the pandemic hit), and 2021 (the second year of the pandemic); and across individual tweeters. We show that Canadian tweets tend to have higher valence, lower arousal, and higher dominance than the US tweets. Further, we show that the COVID-19 pandemic had a marked impact on the emotional signature of tweets posted in 2020, when compared to the adjoining years. Finally, we determine metrics of TED for 170,000 tweeters to benchmark characteristics of TED metrics at an aggregate level. TUSC and the metrics for TED will enable a wide variety of research on studying how we use language to express ourselves, persuade, communicate, and influence, with particularly promising applications in public health, affective science, social science, and psychology.

연구 동기 및 목표

• 소셜 미디어 텍스트의 종단적 정서 역학을 분석하기 위한 프레임워크를 개발하기 위해.
• 영어 트윗의 정서 분석을 위한 대규모, 지리적 위치가 기록된 데이터셋의 부족을 보완하기 위해.
• 미국과 캐나다 트위터 사용자 간 정서 표현의 국가 간 차이를 조사하기 위해.
• 코로나19 팬데믹이 소셜 미디어에서 집단적 정서 표현에 미친 영향을 조사하기 위해.
• TED 프레임워크를 사용하여 개인 및 도시 수준의 정서 역학을 벤치마킹하기 위해.

제안 방법

• TUSC 데이터셋은 2015년부터 2021년까지 수집된 4,500만 건의 지리적 위치가 기록된 영어 트윗에서 유도되었으며, 언어 분석을 위한 철저한 후처리를 거쳤다.
• TED 프레임워크는 정서 상태 전이를 시간에 따라 모델링하기 위해 홈베이스, 변동성, 상승률, 회복률 등의 지표를 적용한다.
• 정성(V), 각성(A), 지배성(D)에 대한 정서 점수는 NRC VAD 어휘사전을 사용하여 각 단어에 각 차원에서 점수를 할당함으로써 유도되었다.
• 개인 트위터 사용자 및 도시 수준에서 시간적 시리즈 분석을 적용하여 TED 지표를 계산하였으며, 이는 2019년(팬데믹 이전), 2020년(팬데믹 기간), 2021년(팬데믹 이후) 간 종단적 비교를 가능하게 하였다.
• 미국과 캐나다 트윗 간, 연도 간 통계적 비교를 수행하여 정서 표현의 유의미한 변화를 규명하였다.
• TUSC100 서브셋은 2020–2021년 동안 최소 100건의 트윗을 올린 170,000명의 트위터 사용자를 포함하며, 정서 역학에 대한 개인 수준의 세부 분석을 가능하게 하였다.

실험 결과

연구 질문

• RQ1 정성, 각성, 지배성 측면에서 미국과 캐나다 트위터 사용자 간 정서 표현 패턴은 어떻게 다를까?
• RQ2 팬데믹 연도인 2020년 동안 정서 어조는 팬데믹 이전 및 이후 연도와 비교해 어떤 변화를 보였는가?
• RQ3 개인 트위터 사용자 간 정서 역학은 어떻게 다를까, 특히 정서 상태에서의 상승 및 회복 속도 측면에서?
• RQ4 미국 및 캐나다 도시 수준의 정서 프로파일은 어떻게 구성되어 있으며, 상호 비교했을 때 어떤가?
• RQ5 정서 차원(정성, 각성, 지배성)에 따라 정서 역학은 얼마나 다를까, 특히 상승 및 회복 속도의 비대칭성 측면에서?

주요 결과

• 모든 연도 동안 캐나다 트윗은 미국 트윗보다 더 높은 정성(더 긍정적), 더 낮은 각성(더 진정된), 더 높은 지배성(더 통제된)을 보였다.
• 팬데믹 기간인 2020년에는 정서 어조에 뚜렷한 전환점이 있었으며, 2019년과 2021년과 비교해 정성이 유의미하게 감소하고 각성이 증가했다.
• 오타와, 헤이버포드, 베อร์지아와 같은 캐나다 도시의 트위터 사용자들이 가장 높은 정성 점수를 기록했고, 디트로이트, 휠러스턴, 로스앤젤레스, 필라델피아는 가장 낮은 점수를 기록했다.
• 온타리오 주 윈저는 캐나다 도시 중 이질적인 존재로, 정성과 정서 변동성이 미국 도시 수준에 더 가까웠다.
• 정서 역학 측면에서 트위터 사용자들은 더 긍정적이거나 지배적인 상태로 상승하는 데는 느리지만, 부정적이거나 복종적인 상태에서 회복하는 데는 더 빠르며, 이는 정서 회복의 비대칭성을 나타낸다.
• 정성과 지배성의 상승 및 회복 속도는 홈 상태의 저수준(Lo-Hm, Hm-Lo)에서 고수준(Hm-Hi, Hi-Hm)보다 더 높았고, 반대로 각성의 경우는 반대였으며, 고각성 상태로의 전이 및 복귀 속도가 더 빠르다는 것을 보여주었다.