[论文解读] I Stand With You: Using Emojis to Study Solidarity in Crisis Events

Sashank Santhanam, Vidhushini Srinivasan+2 more|arXiv (Cornell University)|Jul 19, 2019

Digital Communication and Language参考文献 25被引用 10

一句话总结

本文提出一个框架，利用表情符号作为社交媒体上亲社会行为的指标，研究危机事件中的团结行为。通过在2017年飓风厄玛和2015年巴黎袭击事件的 manually annotated 语料库上训练循环神经网络（RNN），作者分析了与团结相关的表情符号在时间和空间上的传播，发现表情符号能可靠地反映团结行为，且不同区域和情感反应在时间和空间上呈现出独特的表情符号模式。

ABSTRACT

We study how emojis are used to express solidarity in social media in the context of two major crisis events - a natural disaster, Hurricane Irma in 2017 and terrorist attacks that occurred on November 2015 in Paris. Using annotated corpora, we first train a recurrent neural network model to classify expressions of solidarity in text. Next, we use these expressions of solidarity to characterize human behavior in online social networks, through the temporal and geospatial diffusion of emojis. Our analysis reveals that emojis are a powerful indicator of sociolinguistic behaviors (solidarity) that are exhibited on social media as the crisis events unfold.

研究动机与目标

• 理解表情符号在危机事件中在线社交网络里的团结行为中作为指标的功能。
• 开发一种可扩展的方法，通过表情符号使用检测和分类社交媒体文本中的团结表达。
• 研究大规模危机事件中团结表情符号传播的时间和空间模式。
• 比较不同类型危机（如自然灾害与恐怖袭击）对表情符号使用和团结表达的影响。
• 为未来基于表情符号的亲社会行为研究提供公开可用、经多位标注者验证的语料库。

提出的方法

• 使用与飓风厄玛（2017年9月6日至12日）和巴黎袭击事件（2015年11月13日）相关的关键词，从Twitter构建了两个大规模、带有地理位置和时间戳的语料库，总计超过1600万条推文。
• 通过多位标注者进行人工标注，将推文标记为表达团结或不表达团结，使用话题标签作为团结意图的代理指标。
• 在标注数据上训练循环神经网络（RNN）模型，以分类文本中的团结表达，重点利用表情符号内容作为关键特征。
• 通过在不同地区和时间段内绘制表情符号频率和共现模式，分析与团结相关表情符号的时间和空间传播。
• 构建团结推文中文表情符号的共现网络，以识别表情符号的语义聚类及其在表达团结中的功能角色。
• 通过表情符号的情感分析，研究情绪基调随时间的变化，区分正向和负向情感表情符号。

实验结果

研究问题

• RQ1 表情符号在危机相关社交媒体内容中如何作为团结的可靠指标？
• RQ2 在危机事件期间，受影响地区与非受影响地区之间，团结表情符号的地理和时间传播有何不同？
• RQ3 在团结表达中会浮现哪些表情符号模式？这些模式在不同危机类型（如自然灾害与恐怖袭击）之间有何差异？
• RQ4 表情符号共现网络如何反映表情符号在团结信息中的语义和功能角色？
• RQ5 在团结推文中，表情符号的情感如何随时间演变？这揭示了危机期间情绪动态的哪些特征？

主要发现

• 表情符号在分类社交媒体文本中的团结表达方面是可靠且有效的特征，RNN模型在标注语料库上表现出色。
• 巴黎袭击事件语料库中显著出现了国旗表情符号（如法国国旗），表明存在民族主义情绪，而这一现象在飓风厄玛语料库中则不明显。
• 在团结推文中，拟人化表情符号（如，）常与祈祷符号（，）和情感支持符号（，）共同出现，表明其在表达同理心中的功能角色。
• 正向情感表情符号（如心形、合十双手）在整个危机时间线上持续存在，而负向情感表情符号的频率随时间推移而下降。
• 地理空间分析显示，非受影响地区更早开始传播团结表情符号，外部社区在危机初期阶段后通过心形和合十双手等表情符号表达团结。
• 自2017年9月9日起，在飓风厄玛期间，出现了更多样化的情绪符号，包括动物和宠物表情符号，表明话语从即时危机应对转向更长期的情感与叙事参与。