社交媒体上政治极化用户遭受语言毒性攻击的表征
计算机与社会
2025-01-17 v2 人工智能
计算与语言
摘要
理解社交媒体上语言毒性的动态对于我们调查虚假信息的传播以及发展美国大选等政治情境下的回声室至关重要。最近的研究使用大规模数据跨平台调查了这些动态。然而，针对语言毒性动态的研究仍不足够。本研究旨在提供语言毒性在左派、右派和中派用户之间潜在流动的首次探索。具体而言，我们旨在检验左派用户是否更容易遭受语言毒性攻击。本研究检查了超过5亿条推文。发现左派用户收到的有毒回复远多于右派和中派用户。
引用
@article{arxiv.2407.12471,
title = {Characterization of Political Polarized Users Attacked by Language Toxicity on Twitter},
author = {Wentao Xu},
journal= {arXiv preprint arXiv:2407.12471},
year = {2025}
}