刻画 Twitter 上关于 COVID-19 的党派政治叙事框架
计算与语言
2021-10-15 v2 社会与信息网络
摘要
COVID-19 大流行是一场全球危机,持续考验着每个社会,并暴露出地方政治在危机应对中的关键作用。在美国,民主党和共和党关于大流行的叙事之间存在严重的党派分歧,导致个体行为的两极分化以及各地区政策采纳的差异。如本案例以及大多数重大社会议题所示,强两极化的叙事框架助长了此类叙事。为理解极化及其他社会鸿沟,剖析这些分歧叙事至关重要。此处,以民主党和共和党关于大流行的政治社交媒体帖子为案例,我们展示计算方法组合可为其叙事框架所源自的不同语境、框架、角色与关系提供有用见解。利用美国精英政治人物的推文数据集,我们发现民主党叙事往往更关注大流行本身以及财政与社会支持,而共和党更多讨论中国等其他政治实体。随后我们进行自动框架分析以刻画其叙事框架方式,发现民主党强调政府在疫情应对中的作用,共和党则强调个体作用和对小企业的支持。最后,我们给出语义角色分析,揭示其叙事中的重要角色与关系,以及它们如何促成成员归类过程。我们的发现具体暴露了两党间“难以达成的共识”的鸿沟。我们的方法可应用于计算研究各领域的叙事。
引用
@article{arxiv.2103.06960,
title = {Characterizing Partisan Political Narrative Frameworks about COVID-19 on Twitter},
author = {Elise Jing and Yong-Yeol Ahn},
journal= {arXiv preprint arXiv:2103.06960},
year = {2021}
}
备注
16 pages, 5 figures. To be published in EPJ Data Science