[论文解读] Migration Reframed? A multilingual analysis on the stance shift in Europe during the Ukrainian crisis

Sergej Wildemann, Claudia Niederée+1 more|arXiv (Cornell University)|Feb 6, 2023

Environmental and Biological Research in Conflict Zones被引用 6

一句话总结

本研究提出了一种多语言立场检测框架，利用来自565家欧洲新闻机构的Twitter数据，分析乌克兰危机期间媒体与公众对移民态度的转变。研究发现，媒体报道与社交媒体反应中出现了短暂的、国家特定的积极立场转变——其中波兰最为稳定，主要受语言重构（如使用'难民'而非'migrant'）和媒体影响驱动，但该效应在3至4个月后逐渐消退。

ABSTRACT

The war in Ukraine seems to have positively changed the attitude toward the critical societal topic of migration in Europe -- at least towards refugees from Ukraine. We investigate whether this impression is substantiated by how the topic is reflected in online news and social media, thus linking the representation of the issue on the Web to its perception in society. For this purpose, we combine and adapt leading-edge automatic text processing for a novel multilingual stance detection approach. Starting from 5.5M Twitter posts published by 565 European news outlets in one year, beginning September 2021, plus replies, we perform a multilingual analysis of migration-related media coverage and associated social media interaction for Europe and selected European countries. The results of our analysis show that there is actually a reframing of the discussion illustrated by the terminology change, e.g., from "migrant" to "refugee", often even accentuated with phrases such as "real refugees". However, concerning a stance shift in public perception, the picture is more diverse than expected. All analyzed cases show a noticeable temporal stance shift around the start of the war in Ukraine. Still, there are apparent national differences in the size and stability of this shift.

研究动机与目标

• 调查在乌克兰危机期间公众对移民态度的感知积极转变是否得到媒体与社交媒体话语的证实。
• 考察欧洲各国在立场转变幅度与稳定性方面的差异。
• 开发一种多语言、上下文感知的立场检测方法，具备跨语言泛化能力，并支持跨国比较分析。
• 评估媒体情绪与社交媒体公众立场之间是否存在因果关系。
• 评估情绪是否足以作为公众对移民意见的代理指标，抑或立场检测能提供更细致的洞察。

提出的方法

• 利用2021年9月至2022年9月期间来自565家欧洲新闻机构的550万条Twitter帖子（包括对新闻内容的回复）进行分析。
• 采用跨语言迁移学习方法开发多语言立场检测模型，基于每种语言1,000个标注样本的多语言数据集进行微调，并应用于德国、波兰、西班牙、法国和意大利五个国家。
• 采用零样本跨语言迁移方法，即模型在多语言BERT架构上预训练，并在四个国家的数据上进行微调后，再应用于波兰，以避免数据不平衡偏差。
• 应用格兰杰因果检验，通过一周的滞后时间确定媒体情绪（每周平均）与公众立场（回复中的每周平均）之间的方向性影响。
• 结合媒体情绪分析与社交媒体立场检测，追踪公众认知的时序变化，并与重大事件（如战争爆发、白俄罗斯边境危机）进行关联。
• 采用两阶段数据收集：首先，将新闻推文作为媒体内容的代理；其次，分析这些推文的回复以捕捉公众立场，避免基于关键词的过滤，降低选择偏差。

Figure 1. Weekly median news tweet sentiment and replies stance on the migration topic of 5 European countries.

实验结果

研究问题

• RQ1 在2022年2月乌克兰战争爆发后，欧洲媒体与公众对移民的态度是否存在可测量的转变？
• RQ2 媒体报道与公众反应的国家差异如何影响这一立场转变的稳定性和幅度？
• RQ3 媒体情绪在多大程度上影响社交媒体中的公众立场，反之亦然？
• RQ4 多语言立场检测能否有效捕捉情绪分析无法涵盖的移民问题公众意见的细微变化？
• RQ5 语言框架（如从'migrant'到'refugee'的转变）与公众情绪及媒体语气的变化在多大程度上相关？

主要发现

• 在2022年2月战争爆发后，所有五个欧洲国家的媒体报道与公众回复中均出现了显著的、短暂的积极立场转变。
• 波兰在媒体情绪与公众立场方面均表现出最稳定且持续的积极转变，可能因其地理位置接近并直接受益于难民涌入。
• 社交媒体回复中的公众立场转变与媒体情绪趋势高度一致，首次入侵后的前四个月内达到积极立场的峰值。
• 格兰杰因果检验显示，媒体情绪在一周滞后下领先公众立场（F = 26.11，p < .0001），表明媒体对公众认知具有影响。
• 也检测到反向因果效应，即公众立场影响媒体情绪（F = 12.74，p < .001），表明媒体与受众之间存在反馈回路。
• 研究发现，仅靠情绪分析不足以捕捉公众对移民问题的完整意见，因为立场检测揭示了情绪曲线未能充分反映的更细致的态度转变。

Figure 2. Reply sentiment distribution per stance label by countries in annotated datasets.