评估新浪微博的帖子删除：热门话题的多模态分类
社会与信息网络
2019-07-04 v2 密码学与安全
机器学习
摘要
广泛使用的中国社交媒体应用如微博，以监控和删除帖子以符合中国政府要求而闻名。在本文中，我们专注于分析微博中被审查和未被审查的帖子数据集。尽管之前的工作只考虑帖子的文本内容，我们采用了一种多模态方法，同时考虑文本和图像内容。我们将该数据集分为14个可能在微博上被审查的类别，并试图按主题量化审查。具体来说，我们研究了不同因素如何相互作用影响审查。我们还研究了不同主题被审查的一致性和速度。为此，我们收集了一个包含18,966张图像的图像数据集，以及一个包含来自14个类别的994条帖子的文本数据集。然后我们利用深度学习、CNN定位和NLP技术来分析目标数据集并提取类别，以进一步分析更好地理解微博的审查机制。我们发现情感是我们识别的各种主题中唯一一致的审查指标。我们的发现与最近泄露的新浪微博日志相符。我们还发现，大多数类别如与反政府行动（例如抗议）或与政治人物（例如习近平）相关的类别经常被审查，而某些类别如危机相关类别（例如暴雨）则较少被审查。我们还发现，所有类别的被审查帖子平均在三小时内被删除。
引用
@article{arxiv.1906.10861,
title = {Assessing Post Deletion in Sina Weibo: Multi-modal Classification of Hot Topics},
author = {Meisam Navaki Arefi and Rajkumar Pandi and Michael Carl Tschantz and Jedidiah R. Crandall and King-wa Fu and Dahlia Qiu Shi and Miao Sha},
journal= {arXiv preprint arXiv:1906.10861},
year = {2019}
}