[论文解读] Risk Communication in Asian Countries: COVID-19 Discourse on Twitter

Sungkyu Park, Sungwon Han+7 more|arXiv (Cornell University)|Jun 22, 2020

Misinformation and Its Impacts参考文献 27被引用 10

一句话总结

本研究提出一种自动化方法，利用自然语言处理（NLP）分析时间主题动态，检测韩国、伊朗、越南和印度四国在新冠疫情期间Twitter话语中的主题阶段转换。研究发现，社交媒体关注度往往先于确诊病例峰值出现，并揭示了各国特有的风险沟通模式，包括越南的早期全球意识以及印度较高的虚假信息传播水平。

ABSTRACT

COVID-19 has become one of the most widely talked about topics on social media. This research characterizes risk communication patterns by analyzing the public discourse on the novel coronavirus from four Asian countries: South Korea, Iran, Vietnam, and India, which suffered the outbreak to different degrees. The temporal analysis shows that the official epidemic phases issued by governments do not match well with the online attention on COVID-19. This finding calls for a need to analyze the public discourse by new measures, such as topical dynamics. Here, we propose an automatic method to detect topical phase transitions and compare similarities in major topics across these countries over time. We examine the time lag difference between social media attention and confirmed patient counts. For dynamics, we find an inverse relationship between the tweet count and topical diversity.

研究动机与目标

• 理解不同疫情严重程度的亚洲国家中，公众对新冠的社交媒体话语如何演变。
• 调查政府发布的官方疫情阶段是否与在线关注度模式及社交媒体话语动态一致。
• 开发一种基于自然语言处理（NLP）与时间主题建模的自动化方法，用于检测Twitter数据中的主题阶段转换。
• 识别各国特有的风险沟通特征，包括虚假信息传播水平与主题多样性，以支持公共卫生沟通策略的制定。
• 评估推文数量、转发深度与主题多样性之间的关系，以理解其在疫情期间如何塑造公众话语。

提出的方法

• 采用自下而上的数据驱动方法，基于时间主题建模与聚类，自动将Twitter话语划分为主题阶段。
• 使用自然语言处理（NLP）技术，包括语言特定分词器与主题建模（如LDA或类似方法），提取各阶段的主导主题。
• 将推文深度定义为每日转发数与总推文数的比率，以衡量信息级联效应与传播性。
• 对比推文数量与确诊人数的时间趋势，识别线上关注度与现实流行病事件之间的滞后或领先关系。
• 分析主题转变的速度与加速度，以检测各国公众话语动态的变化。
• 通过整理的地理标签Twitter帖子数据集对方法进行验证，涵盖韩国、伊朗、越南和印度，采用国家特定的预处理与主题提取方法。

实验结果

研究问题

• RQ1 政府发布的官方疫情阶段是否能反映Twitter上的在线互动模式？
• RQ2 如何利用自下而上的数据驱动方法自动检测社交媒体话语中的主题阶段？
• RQ3 在四个国家中，每个主题阶段对应的主要话题是什么？
• RQ4 各国主题趋势的独特特征是什么？在疫情期间，是否存在共享的风险沟通特征？

主要发现

• 在韩国、伊朗和越南，每日推文数量的峰值比每日确诊人数的峰值提前数周出现，表明社交媒体对全球事件的早期响应。
• 在韩国，第二阶段（本地传播达到峰值）期间，主题数量显著减少，表明公众关注范围缩小至少数关键议题。
• 越南用户从第一阶段（阶段0）起即开始讨论全球疫情发展，表明其具有早期全球意识，可能有助于更有效的疫情应对。
• 在印度，第一阶段和第二阶段中持续观察到大量虚假信息、误导性信息和仇恨内容，其水平显著高于其他国家。
• 推文数量与主题多样性之间存在强烈负相关关系：推文数量越高，主题越集中，数量越少。
• 推文深度（转发强度）随参与度提高而上升，尤其在韩国和越南表现明显，表明在高关注度时期存在更强的级联效应。