[논문 리뷰] Using Linguistic Cues for Analyzing Social Movements

Rezvaneh Rezapour|arXiv (Cornell University)|2018. 08. 06.

Sentiment Analysis and Opinion Mining참고 문헌 4인용 수 6

한 줄 요약

이 연구는 블랙 라이브스 매터 운동 기간 동안 트위터와 뉴스 기사에서의 언어적 신호—감성, 정서, 개인주의 대 복수주의, 언어 차원—을 분석한다. 시간적 자료를 바탕으로 NLP 기법을 적용한 결과, 주요 사건 기간 동안 소셜 미디어는 '우리', '우리의'와 같은 더 강한 복수주의 언어와 높아진 정서적 감성 표현을 보이며 가상의 결집을 반영하는 반면, 전통 미디어는 더 공식적이고 중립적이며 주로 구조적 문제에 초점을 맞추고 있음을 확인했다.

ABSTRACT

With the growth of social media usage, social activists try to leverage this platform to raise the awareness related to a social issue and engage the public worldwide. The broad use of social media platforms in recent years, made it easier for the people to stay up-to-date on the news related to regional and worldwide events. While social media, namely Twitter, assists social movements to connect with more people and mobilize the movement, traditional media such as news articles help in spreading the news related to the events in a broader aspect. In this study, we analyze linguistic features and cues, such as individualism vs. pluralism, sentiment and emotion to examine the relationship between the medium and discourse over time. We conduct this work in a specific application context, the "Black Lives Matter" (BLM) movement, and compare discussions related to this event in social media vs. news articles.

연구 동기 및 목표

• 사회 운동 기간 동안 소셜 미디어(트위터)와 전통 미디어(뉴스 기사) 간 감성, 정서, 개인주의 대 복수주의 등의 언어적 특징이 어떻게 다를지 분석하기 위해.
• 블랙 라이브스 매터 운동의 주요 사건에 대응하여 논의의 시간적 변화를 조사하기 위해.
• 주요 사회적 사건 기간 동안 미디어 플랫폼이 대중의 정서와 집단 정체성 형성에 미치는 역할을 비교하기 위해.
• 소셜 미디어에서의 언어 사용이 사회 운동 기간 동안 가상의 참여와 집단 정체성 형성에 어떻게 반영되는지 평가하기 위해.

제안 방법

• 2013년부터 2015년까지 블랙 라이브스 매터 운동과 관련된 트위터 데이터와 뉴스 와이어 기사들을 수집하고 처리하였다.
• 감성, 정서(불안, 슬픔, 분노) 및 언어 차원(개인주의 대 복수주의)을 추출하기 위해 자연어 처리(NLP) 기법을 적용하였다.
• 뉴스 기사의 주제 이동과 논의의 진화를 추적하기 위해 의미 네트워크 분석을 사용하였다.
• 감성과 정서의 시계열 분석을 수행하여 언어적 특징이 주요 사건(예: 경찰 사망, 기소 기각)과 상관관계가 있는지 확인하였다.
• 데이터셋의 관련성과 핵심 주제 커버리지 확인을 위해 어간 빈도 인덱싱과 关련어 추출을 수행하였다.
• 통계적 분석을 통해 플랫폼 간 언어 사용의 유의미한 차이를 식별하기 위해 언어 패턴을 비교하였다.

실험 결과

연구 질문

• RQ1 감성은 트위터와 뉴스 기사에서 시간적 초점과 어떻게 상관관계가 있는가?
• RQ2 불안, 슬픔, 분노 정서는 트위터와 뉴스 기사에서 시간이 지남에 따라 어떻게 변화하는가?
• RQ3 긍정적 및 부정적 정서의 분포가 소셜 미디어와 전통 미디어 데이터셋 간에 다를까?
• RQ4 개인주의와 복수주의를 나타내는 단어의 사용 변화가 트위터와 뉴스 기사 간에 관찰될 수 있는가?
• RQ5 주요 사회적 사건과 관련하여 두 데이터셋 간 언어 차원에 차이가 있는가?

주요 결과

• 주요 사건 기간 동안 트위터 사용자들은 '우리', '우리의'와 같은 복수주의 대명사 사용이 뚜렷하게 증가하여 가상의 집단 참여를 나타내었다.
• 트위터와 뉴스 기사 양쪽 모두 감성과 정서가 주요 사건에 의해 크게 영향을 받았으며, 위기 상황에 대응하여 정서 표현이 높아졌다.
• 트위터에서 미래 지향적 언어와 긍정적 감성 간에 유의미한 상관관계를 발견하여, 사용자 생성 콘텐츠에서 희망과 미래 지향적 감성의 반영을 확인하였다.
• 전통 미디어 기사들은 더 공식적이고 중립적이었으며, 주요 사건 발생 후에야 경찰 폭력과 인종 편견과 같은 체계적 문제에 대해 논의하기 시작했다.
• 주요 사건 이후 뉴스 기사의 의미 네트워크는 '기소', '대배심', '인권 침해' 등의 용어를 포함하도록 진화하여 더 깊이 있는 분석적 논의를 반영하였다.
• 본 연구는 소셜 미디어가 실시간으로 정서적이고 정체성 기반의 결집 플랫폼으로 기능하는 반면, 전통 미디어는 지연되고 구조적이며 맥락 기반의 보도를 제공한다는 점을 확인하였다.