[论文解读] Trend and Thoughts: Understanding Climate Change Concern using Machine Learning and Social Media Data
本研究从2019年4月至2021年8月构建了迄今为止最大规模的公开气候变迁Twitter数据集（1500万条以上），通过LDA主题建模和基于RoBERTa的情感分析发现，公众讨论在重大气候事件期间显著上升，负面情绪占主导（44%），而正面情绪则集中在地球日附近。该数据集已公开发布于Kaggle，供进一步研究使用。
Nowadays social media platforms such as Twitter provide a great opportunity to understand public opinion of climate change compared to traditional survey methods. In this paper, we constructed a massive climate change Twitter dataset and conducted comprehensive analysis using machine learning. By conducting topic modeling and natural language processing, we show the relationship between the number of tweets about climate change and major climate events; the common topics people discuss climate change; and the trend of sentiment. Our dataset was published on Kaggle (\url{https://www.kaggle.com/leonshangguan/climate-change-tweets-ids-until-aug-2021}) and can be used in further research.
研究动机与目标
- 利用实时社交媒体数据理解公众对气候变化的看法，克服传统调查方法的局限性。
- 为未来研究构建一个全面且开源的气候变化Twitter数据集。
- 分析公众话语中随时间变化的趋势、主导讨论主题以及情感变化。
提出的方法
- 通过snscrape工具，使用12个关键词（如#climatechange、global warming）从2019年4月至2021年8月收集推文。
- 通过词形还原、转为小写、去除停用词以及术语'climate change'，对数据进行预处理，以增强主题多样性。
- 在10%的随机样本（150万条推文）上应用潜在狄利克雷分布（LDA）进行主题建模，识别出15个独立的讨论主题。
- 在完整推文数据集上使用微调后的RoBERTa-base模型进行多类别情感分类（正面、中性、负面）。
- 通过标注重大气候事件，将情感趋势与现实事件相关联，识别公众话语与真实事件之间的相关性。
- 将最终数据集发布于Kaggle，以支持可复现性与进一步研究。
实验结果
研究问题
- RQ1重大气候事件如何影响Twitter上关于气候变化的讨论量与情感倾向？
- RQ2用户在Twitter上讨论气候变化时的主导主题是什么？
- RQ3公众对气候变化的情感倾向如何随时间演变，特别是在重大事件期间？
- RQ4政治话语与新冠疫情在气候变化相关Twitter讨论中反映到何种程度？
- RQ5不同主题与时间段的情感分布（正面、中性、负面）有何差异？
主要发现
- 与气候变化相关的推文数量在重大气候事件期间显著增加，且峰值与极端天气事件和政策公告等高影响力事件紧密对应。
- 负面情绪主导公众话语，占所有推文的44%，中性情绪占42%，正面情绪仅占14%。
- 正面情绪峰值仅出现在地球日纪念活动期间（2020年和2021年4月22日），表明情绪受事件驱动。
- 主题建模识别出15个独立主题，包括政治话语（如美国总统选举）、气候政策、环境保护和媒体报道等。
- 政治与疫情相关主题（如2020年美国总统选举和新冠疫情健康危机）频繁交织于气候变化讨论中。
- 该数据集包含15,075,535条唯一推文，是截至2021年为止最大且最新的公开获取气候变化Twitter数据集。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。