[论文解读] Determination of the Internet Anonymity Influence on the Level of Aggression and Usage of Obscene Lexis

Rodmonga Potapova, Denis Gordeev|arXiv (Cornell University)|Oct 1, 2015

Hate Speech and Cyberbullying Detection参考文献 3被引用 3

一句话总结

本研究分析了互联网匿名性对俄语和英语匿名论坛（2ch.hk、iichan.hk、4chan.org）及非匿名VK社区（MDK）中攻击性与粗俗词汇使用的影响。通过内容分析和自然语言处理工具（Python、NLTK），研究发现匿名性与粗俗词汇或攻击性增加之间无显著相关性，仅12.5%的消息表现出攻击性，且60.4%的粗俗词汇使用与攻击性无关。平台的管理措施显著降低了粗俗用语，表明平台政策的影响大于匿名性本身。

ABSTRACT

This article deals with the analysis of the semantic content of the anonymous Russian-speaking forum 2ch.hk, different verbal means of expressing of the emotional state of aggression are revealed for this site, and aggression is classified by its directions. The lexis of different Russian-and English- speaking anonymous forums (2ch.hk and iichan.hk, 4chan.org) and public community "MDK" of the Russian-speaking social network VK is analyzed and compared with the Open Corpus of the Russian language (Opencorpora.org and Brown corpus). The analysis shows that anonymity has no influence on the amount of invective items usage. The effectiveness of moderation was shown for anonymous forums. It was established that Russian obscene lexis was used to express the emotional state of aggression only in 60.4% of cases for 2ch.hk. These preliminary results show that the Russian obscene lexis on the Internet does not have direct dependence on the emotional state of aggression.

研究动机与目标

• 调查互联网匿名性是否增加在线论坛中攻击性与粗俗词汇的使用。
• 比较匿名（2ch.hk、iichan.hk、4chan.org）与非匿名（VK/MDK）平台在攻击性与粗俗词汇使用方面的语言模式。
• 评估管理措施在减少粗俗语言与攻击性表达方面的有效性。
• 确定粗俗词汇是否主要用于表达攻击性，还是具有其他语言功能。
• 为开发自动检测数字话语中攻击性的工具提供支持。

提出的方法

• 对2015年1月收集的114,275条来自2ch.hk、29,134条来自iichan.hk、3,556条来自VK/MDK和2,656条来自4chan.org的消息进行内容分析。
• 使用Python 2.7和NLTK库进行文本解析、词频统计和停用词过滤。
• 将论坛语料中的词频与俄语语料库（Opencorpora.org）和英语布朗语料库进行对比。
• 通过人工分类对消息的攻击类型（如民族、政治、社会等）及粗俗词汇的语言功能进行分类。
• 应用列文的分类体系对粗俗词汇的非攻击性用法进行分类（如感叹词、代词、动词替代等）。
• 对各平台的平均词数、粗俗词汇频率及攻击性标记物进行定量分析。

实验结果

研究问题

• RQ1 互联网匿名性是否显著增加在线论坛中粗俗词汇使用和攻击性表达？
• RQ2 匿名与非匿名在线社区中粗俗词汇使用频率与攻击性水平有何差异？
• RQ3 根据列文分类，粗俗词汇在匿名论坛中的非攻击性语言功能有哪些？
• RQ4 管理措施在多大程度上减少了粗俗语言和攻击性话语的使用？
• RQ5 匿名性与数字交流中整体攻击性水平之间是否存在可测量的相关性？

主要发现

• 匿名性并未显著提高粗俗词汇或攻击性表达的比例；2ch.hk上仅12.5%的消息含有攻击性，且60.4%的粗俗词汇使用与攻击性无关。
• 非匿名的VK/MDK社区粗俗词汇使用比例（1.5倍）高于匿名论坛，表明匿名性并非粗俗用语的主要驱动因素。
• iichan.hk的管理措施显著减少了粗俗语言的使用，表明平台层面的政策比匿名性本身更具影响力。
• 粗俗词汇常被非攻击性使用：作为感叹词（12.5%）、表达漠然、无情感色彩的插入语、代词或动词替代（如英语中的‘f*ck’）。
• 攻击性最常针对个人（如用‘школьник’作为侮辱），政治和民族攻击虽较少见但依然存在。
• 攻击性语言机制包括习语表达、词形变化（混成、词缀派生）及句法结构（祈使句、名词性句子），而不仅限于词汇性粗俗用语。