通过描述符语境刻画集体注意力:危机事件公共讨论的案例研究
计算与语言
2020-04-02 v3 社会与信息网络
摘要
社交媒体数据集使得快速量化对新兴话题与突发新闻(如危机事件)的集体注意力成为可能。集体注意力通常通过聚合计数来度量,例如提及某个名字或标签的帖子数量。但根据自然语言交流的理性主义模型,每个实体的集体显著性不仅体现于被提及的频率,也体现于这些提及所采取的形式。这是因为自然语言交流以(并定制于)说话者与写作者对其信息将如何被目标受众解读的预期为前提。我们通过针对Facebook与Twitter上突发新闻事件的公共在线讨论开展大规模分析来检验这一想法,聚焦于五起近期危机事件。我们考察人们如何指称地点,特别关注语境描述符,例如“San Juan”与“San Juan, Puerto Rico”之别。自然语言交流的理性主义解释预测,当命名实体预期对读者具有高先验显著性时,此类描述符将不必要(因而被省略)。我们发现,语境描述符的使用确实与社会与信息预期的代表量相关,包括如地点全球显著性这样的宏观因素与如受众参与这样的微观因素。我们还发现每起危机事件生命周期内描述符语境使用持续下降。这些发现提供了关于社交媒体用户如何与受众交流的证据,并指向更细粒度的集体注意力模型,可帮助研究人员与危机应对组织更好地理解公众对正在展开的危机事件的感知。
引用
@article{arxiv.1909.08784,
title = {Characterizing Collective Attention via Descriptor Context: A Case Study of Public Discussions of Crisis Events},
author = {Ian Stewart and Diyi Yang and Jacob Eisenstein},
journal= {arXiv preprint arXiv:1909.08784},
year = {2020}
}
备注
ICWSM 2020