[论文解读] Violent music vs violence and music: Drill rap and violent crime in London

Bennett Kleinberg, Paul McFarlane|arXiv (Cornell University)|Apr 9, 2020

Music History and Culture参考文献 5被引用 8

一句话总结

本研究通过分析歌词情感趋势并将其与警方记录的犯罪数据进行对比，调查了伦敦说唱音乐（drill rap）与暴力犯罪之间所谓的关联。通过情感分析和时间序列相关性分析，作者发现说唱音乐与现实世界暴力之间并无显著关联，从而对社交媒体平台删除此类内容的政策举措提出质疑。

ABSTRACT

The current policy of removing drill music videos from social media platforms such as YouTube remains controversial because it risks conflating the co-occurrence of drill rap and violence with a causal chain of the two. Empirically, we revisit the question of whether there is evidence to support the conjecture that drill music and gang violence are linked. We provide new empirical insights suggesting that: i) drill music lyrics have not become more negative over time if anything they have become more positive; ii) individual drill artists have similar sentiment trajectories to other artists in the drill genre, and iii) there is no meaningful relationship between drill music and real-life violence when compared to three kinds of police-recorded violent crime data in London. We suggest ideas for new work that can help build a much-needed evidence base around the problem.

研究动机与目标

• 检验说唱音乐是否与伦敦暴力犯罪增加存在因果关联。
• 挑战将说唱音乐视频从YouTube等社交媒体平台删除的政策依据。
• 提供说唱音乐歌词情感趋势随时间变化的实证证据。
• 将歌词情感与伦敦官方警方记录的暴力犯罪统计数据进行对比。
• 为未来关于音乐、青年文化与城市犯罪的研究建立证据基础。

提出的方法

• 使用自然语言处理（NLP）技术对说唱音乐歌词进行情感分析，以追踪随时间变化的情感极性。
• 通过时间序列分析，将说唱音乐的情感趋势与伦敦三类警方记录的暴力犯罪数据进行对比。
• 对个别说唱艺人的歌词情感轨迹与整体流派趋势进行纵向比较。
• 运用统计建模评估歌词情感与犯罪率之间的相关性。
• 应用自然语言处理（NLP）技术分析大规模音乐歌词数据集。
• 通过多种数据源（包括社交媒体内容和官方犯罪统计数据）进行结果交叉验证。

实验结果

研究问题

• RQ1 说唱音乐歌词的情感与伦敦暴力犯罪水平之间是否存在显著相关性？
• RQ2 如媒体和政策辩论中常声称的那样，说唱音乐歌词是否随时间变得更负面或更具暴力倾向？
• RQ3 与整体流派相比，个别说唱艺人是否表现出独特的情感模式？
• RQ4 说唱音乐消费量的激增与现实世界暴力犯罪增加之间是否存在可检测的时间关联？
• RQ5 针对说唱音乐的政策干预在多大程度上反映了与犯罪行为的实际因果关联？

主要发现

• 说唱音乐歌词并未随时间变得更负面；相反，其情感极性甚至略有上升。
• 个别说唱艺人的歌词情感轨迹与整体流派趋势总体一致，表明并无独特偏差。
• 在伦敦警方记录的暴力犯罪数据与说唱音乐歌词情感之间未发现有意义的相关性。
• 本研究未发现支持“说唱音乐煽动或预示现实暴力”的证据。
• 基于所分析数据，政策层面试图从社交媒体平台删除说唱音乐的做法缺乏实证依据。
• 本研究强调，应采用更严谨、基于数据的方法来理解青年文化与犯罪之间的关系。