[논문 리뷰] Using Natural Language Processing and Qualitative Analysis to Intervene in Gang Violence: A Collaboration Between Social Work Researchers and Data Scientists

Desmond U. Patton, Kathleen McKeown외 2명|arXiv (Cornell University)|2016. 09. 28.

Criminal Justice and Corrections Analysis참고 문헌 4인용 수 7

한 줄 요약

이 논문은 자연어 처리(NLP)와 질적 분석을 융합한 협업적 방법인 디지털 도시 폭력 분석 접근법(DUVVA)을 제시한다. 이는 갱단과 연루된 청소년들이 소셜미디어에서 사용하는 복잡하고 스트레스가 많은 언어를 해독하기 위한 것이다. 800개의 시카고 청소년 트윗을 기반으로 기반 이론을 활용한 분석을 통해, 자동화된 공격성 언어 탐지가 가능한 NLP 대응 언어 자원을 개발하였다. 이는 실시간 폭력 예방 개입을 지원한다.

ABSTRACT

The U.S. has the highest rate of firearm-related deaths when compared to other industrialized countries. Violence particularly affects low-income, urban neighborhoods in cities like Chicago, which saw a 40% increase in firearm violence from 2014 to 2015 to more than 3,000 shooting victims. While recent studies have found that urban, gang-involved individuals curate a unique and complex communication style within and between social media platforms, organizations focused on reducing gang violence are struggling to keep up with the growing complexity of social media platforms and the sheer volume of data they present. In this paper, describe the Digital Urban Violence Analysis Approach (DUVVA), a collaborative qualitative analysis method used in a collaboration between data scientists and social work researchers to develop a suite of systems for decoding the high- stress language of urban, gang-involved youth. Our approach leverages principles of grounded theory when analyzing approximately 800 tweets posted by Chicago gang members and participation of youth from Chicago neighborhoods to create a language resource for natural language processing (NLP) methods. In uncovering the unique language and communication style, we developed automated tools with the potential to detect aggressive language on social media and aid individuals and groups in performing violence prevention and interruption.

연구 동기 및 목표

• 2014년에서 2015년 사이에 총기 폭력 사건이 40% 증가한 시카고와 같은 저소득 도시 지역에서의 총기 폭력 증가 추세를 해결하기 위해.
• 전통적인 예방 방법이 따라잡기 어려운, 갱단과 연루된 청소년들로부터의 방대하고 복잡한 소셜미디어 데이터를 분석하는 데 도전하기 위해.
• 데이터 과학자와 사회복지 연구자 간의 체계적이고 협업적인 방법을 통해 도시 갱단과 연루된 청소년의 고유한 언어 패턴을 해독하기 위해.
• 폭력적인 도시 환경에서의 스트레스가 많은 의사소통의 정서적 및 맥락적 뉘앙스를 포착하는 NLP를 위한 언어 자원을 만들기 위해.
• 실시간 폭력 차단 및 예방 조치를 지원하기 위해 소셜미디어에서 공격적이거나 위협적인 언어를 자동 탐지할 수 있는 도구를 가능하게 하기 위해.

제안 방법

• 디지털 도시 폭력 분석 접근법(DUVVA)은 기반 이론과 NLP 기법을 융합한 협업적 질적 방법으로 개발되었다.
• 연구진은 시카고에 거주하는 갱단과 연루된 청소년들의 약 800개 트윗을 분석하여 반복적인 언어 패턴과 정서 표현을 식별했다.
• 사회복지 연구자와 데이터 과학자로 구성된 팀이 공격성, 위협, 정체성, 정서 강도 등의 언어적 특징을 공동으로 레이블링하고 코드화했다.
• 코드화된 데이터는 도시 거리 의사소통에서 흔한 맥락 특화 표현에 중점을 둔 NLP 모델에 적합한 언어 자원으로 활용되었다.
• 문화적 및 언어적 정확성을 확보하기 위해 공동체 청소년 참여자들과의 반복적 검증이 강조되었다.
• 최종적으로 NLP 대응 데이터셋을 통해 실시간 소셜미디어 플랫폼에서 공격성 언어를 탐지할 수 있는 자동화된 시스템 개발이 가능해졌다.

실험 결과

연구 질문

• RQ1 도시 갱단과 연루된 청소년들은 자신의 소셜미디어 의사소통에서 어떻게 공격성과 정서적 고통을 표현하는가?
• RQ2 폭력적인 도시 환경에서 갱단과 연루된 청소년들에게 고유한 언어 패턴과 의사소통 스타일은 무엇인가?
• RQ3 이론에 기반한 질적 코드화를 체계적으로 NLP와 통합하여 실용적인 언어 자원을 만들 수 있는가?
• RQ4 공동체 검증 데이터로 훈련된 자동화된 NLP 시스템은 실시간으로 소셜미디어에서 공격성 언어를 탐지할 수 있는가? 이를 통해 폭력 중단을 지원할 수 있는가?
• RQ5 사회복지 연구자와 데이터 과학자 간의 다학제적 협업은 윤리적으로 타당하고 맥락 인식 능력을 갖춘 폭력 예방 도구 개발에 어떤 역할을 할 수 있는가?

주요 결과

• 800개 트윗 분석 결과, 시카고 갱단과 연루된 청소년들은 암호어 표현, 정서 강도, 정체성 신호가 특징인 고스트레스 언어 스타일을 특징으로 하는 것으로 나타났다.
• 도시 거리 문화에 고유한 맥락 특화 공격성, 위협, 정서적 신호를 포괄하는 종합적인 언어 자원이 성공적으로 개발되었다.
• DUVVA 방법은 실세계 폭력 위험과 관련된 소셜미디어 게시물에서 공격성 언어를 탐지할 수 있는 NLP 도구 개발을 가능하게 하였다.
• 공동체 청소년 참여자들과의 협업은 언어 코드화와 모델 훈련의 정확성과 문화적 관련성을 크게 향상시켰다.
• 기반 이론과 NLP를 융합한 이 접근법은 도시 폭력 예방에서 조기 개입을 위한 실용적이고 확장 가능한 도구를 도출할 수 있음을 입증하였다.
• 질적 사회복지 통찰과 계산적 언어 분석을 연결하는 반복 가능한 다학제적 연구 프레임워크를 수립하였다.