[论文解读] Using Natural Language Processing and Qualitative Analysis to Intervene in Gang Violence: A Collaboration Between Social Work Researchers and Data Scientists

Desmond U. Patton, Kathleen McKeown+2 more|arXiv (Cornell University)|Sep 28, 2016

Criminal Justice and Corrections Analysis参考文献 4被引用 7

一句话总结

本文提出数字城市暴力分析方法（DUVVA），一种结合自然语言处理（NLP）与定性分析的协作方法，用于解码帮派成员青年在社交媒体上使用的复杂、高压语言。通过分析来自芝加哥青年的800条推文并运用基础理论，研究人员开发出一种适用于NLP的语言资源，可实现对攻击性语言的自动化检测，支持实时暴力预防干预。

ABSTRACT

The U.S. has the highest rate of firearm-related deaths when compared to other industrialized countries. Violence particularly affects low-income, urban neighborhoods in cities like Chicago, which saw a 40% increase in firearm violence from 2014 to 2015 to more than 3,000 shooting victims. While recent studies have found that urban, gang-involved individuals curate a unique and complex communication style within and between social media platforms, organizations focused on reducing gang violence are struggling to keep up with the growing complexity of social media platforms and the sheer volume of data they present. In this paper, describe the Digital Urban Violence Analysis Approach (DUVVA), a collaborative qualitative analysis method used in a collaboration between data scientists and social work researchers to develop a suite of systems for decoding the high- stress language of urban, gang-involved youth. Our approach leverages principles of grounded theory when analyzing approximately 800 tweets posted by Chicago gang members and participation of youth from Chicago neighborhoods to create a language resource for natural language processing (NLP) methods. In uncovering the unique language and communication style, we developed automated tools with the potential to detect aggressive language on social media and aid individuals and groups in performing violence prevention and interruption.

研究动机与目标

• 为应对低收入城市社区中枪支暴力案件的上升趋势，特别是像芝加哥这类在2014至2015年间枪击案增加40%的城市。
• 克服传统预防方法难以跟上帮派成员青年产生的海量、复杂社交媒体数据所带来的挑战。
• 开发一种数据科学家与社会工作研究人员之间系统化协作的方法，以解码城市帮派成员青年独特的语言模式。
• 创建一种适用于NLP的语言资源，捕捉暴力城市环境中高压沟通的情感与语境细微差别。
• 实现自动化工具，能够检测社交媒体上的攻击性或威胁性语言，以支持实时暴力干预与预防工作。

提出的方法

• 数字城市暴力分析方法（DUVVA）作为一种协作性定性方法被开发，整合了基础理论与NLP技术。
• 研究人员分析了约800条来自芝加哥帮派成员青年的推文，以识别重复出现的语言模式与情感表达。
• 由社会工作研究人员与数据科学家组成的团队共同标注并编码语言特征，如攻击性、威胁性、身份认同与情感强度。
• 编码后的数据被用于构建一种专为NLP模型设计的语言资源，重点关注城市街头交流中常见的语境特定表达。
• 该方法强调与社区青年参与者的迭代验证，以确保文化与语言上的准确性。
• 最终生成的适用于NLP的数据集，使能够开发出在社交媒体平台上实时检测攻击性语言的自动化系统。

实验结果

研究问题

• RQ1 城市帮派成员青年在其社交媒体交流中如何表达攻击性与情感困扰？
• RQ2 在高暴力城市环境中，帮派成员青年具有哪些独特的语言模式与沟通风格？
• RQ3 如何系统性地将基于理论的定性编码与NLP相结合，以创建可操作的语言资源？
• RQ4 基于社区验证数据训练的自动化NLP系统能否实现实时检测社交媒体上的攻击性语言，以支持暴力干预？
• RQ5 社会工作研究人员与数据科学家之间的跨学科协作在开发合乎伦理、具备语境意识的暴力预防工具方面发挥何种作用？

主要发现

• 对800条推文的分析揭示，芝加哥帮派成员青年表现出一种独特的高压语言风格，其特征包括编码表达、强烈情感与身份标识。
• 成功开发出一种全面的语言资源，准确捕捉了城市街头文化中特有的语境化攻击、威胁与情感线索。
• DUVVA方法使能够创建出可检测社交媒体帖子中攻击性语言的NLP工具，且这些语言与现实世界中的暴力风险具有相关性。
• 与社区青年参与者的协作显著提升了语言编码与模型训练的准确性与文化相关性。
• 该方法证明，基础理论与NLP相结合可产生可操作、可扩展的工具，用于城市暴力预防的早期干预。
• 本研究建立了一个可复制的跨学科研究框架，弥合了定性社会工作洞察与计算语言分析之间的鸿沟。