[論文レビュー] A Weakly-Labeled Stance Dataset during the 2019 South American Protests

Ramón Villa-Cox, Helen Zeng+2 more|arXiv (Cornell University)|Apr 5, 2021

Social Media and Politics参考文献 19被引用数 5

ひとこと要約

本論文は、2019年南米抗議活動期におけるTwitterデータを用い、政治家への支持やハッシュタグキャンペーンの活用に基づいて弱いラベルを付与したステークホルダーの立場データセットを構築した。機械翻訳に基づく手法を用いて言語的極化を検出するとともに、メディアクラスタ間のユーザー移動性を分析し、国ごとにフィルターバブルとイデオロギー的分断の強力な証拠を発見した。ボリビアが最も極化が強く、チリが最も弱いことが判明した。

ABSTRACT

Research across different disciplines has documented the expanding polarization in social media. However, much of it focused on the US political system or its culturally controversial topics. In this work, we explore polarization on Twitter in a different context, namely the protest that paralyzed several countries in the South American region in 2019. By leveraging users' endorsement of politicians' tweets and hashtag campaigns with defined stances towards the protest (for or against), we construct a weakly labeled stance dataset with millions of users. We explore polarization in two related dimensions: language and news consumption patterns. In terms of linguistic polarization, we apply recent insights that leveraged machine translation methods, showing that the two communities speak consistently "different" languages, mainly along ideological lines (e.g., fascist translates to communist). Our results indicate that this recently-proposed methodology is also informative in different languages and contexts than originally applied. In terms of news consumption patterns, we cluster news agencies based on homogeneity of their user bases and quantify the observed polarization in its consumption. We find empirical evidence of the "filter bubble" phenomenon during the event, as we not only show that the user bases are homogeneous in terms of stance, but the probability that a user transitions from media of different clusters is low.

研究の動機と目的

• 2019年南米抗議活動期におけるユーザー行動の極化をTwitterデータを用いて調査すること。
• ユーザー生成コンテンツを対象に機械翻訳に基づく手法を用いて、イデオロギー的立場ごとの言語的極化を探索すること。
• ユーザーの立場の一貫性に基づいてメディアをクラスタリングすることにより、ニュース消費パターンの極化を分析すること。
• ユーザーがメディアクラスタ間を移動する行動を分析し、フィルターバブルの存在を評価すること。
• RT en Español や TeleSUR などの地域的・国際的メディア機関が、情報エコシステムに与える影響を検討すること。

提案手法

• ユーザーの政治家ツイートのリツイート行動やハッシュタグ使用状況に基づき、プロ政府またはアンチ政府の立場に分類する。
• 各立場グループのコーパスごとに別々に単語埋め込みを学習し、言語的差を捉える。
• 2つの埋め込み空間間の翻訳行列を学習し、体系的な意味的シフト（例：「ファシズム」が「コメウニスム」と翻訳されるなど）を同定する。
• ユーザーの立場の一貫性に基づいてメディアをクラスタリングする。
• ユーザーがメディアクラスタ間を移動する様子をモデル化するための遷移行列を構築し、フィルターバブル効果を定量化する指標（IR、ML、MR）を導入する。
• この手法をボリビア、チリ、コロンビア、エクアドルの4か国に適用し、極化度の比較を行う。

実験結果

リサーチクエスチョン

• RQ1 2019年南米抗議活動に対して反対立場を取るユーザーは、支持立場のユーザーと比べて、どの程度異なる言語的パターンを用いるか？
• RQ2 機械翻訳に基づく手法は、ユーザーの言語におけるイデオロギー的意味的シフトをどのように明らかにするか？
• RQ3 ユーザーのニュース消費パターンはどの程度極化しているのか。フィルターバブルの証拠はあるか？
• RQ4 RT en Español や TeleSUR などの地域的・国際的メディア機関は、情報拡散およびユーザー参加にどのような影響を与えているか？
• RQ5 ボリビア、チリ、コロンビア、エクアドルの4か国において、言語的およびニュース消費の両側面で極化度にどのような差が生じるか？

主な発見

• 言語的極化が顕著に現れており、『ファシズム』が『コメウニスム』に、『警察』が『暴徒』に翻訳されるなど、対立する立場間で体系的な意味的シフトが確認された。
• 機械翻訳に基づく手法は、スペイン語の文脈においてもイデオロギー的言語差を効果的に検出でき、英語圏以外の文脈への応用可能性を示した。
• メディアクラスタはイデオロギー的および地理的要因に沿って形成されており、ロシアおよびベネズエラ系メディア（例：RT en Español、TeleSUR）が左派寄りのクラスタを形成した。
• ユーザーの移動性は全体的に低く、不動比率（IR）はチリで72.74％、ボリビアで95.68％に達し、強いフィルターバブル効果が示された。
• 右派寄りのメディアから左派寄りのメディアへのユーザー移動確率は、逆方向よりも高く、ボリビア、チリ、コロンビア、エクアドルの全国でML > MR が観察された。
• 極化度はボリビアで最も高く、チリで最も低く、コロンビアとエクアドルは中程度の水準で、言語的およびメディア消費両側面で一貫した傾向を示した。