刻画社交系统中（未）受审核的文本数据
社会与信息网络
2021-08-30 v1
摘要
尽管在线媒体促进了有价值的社会互动，这些系统也为可能对不同人群有害的言论提供了空间。许多社交媒体施加的内容审核催生了一种名为 Gab 的、缺乏内容审核的新的自由言论社交系统。本文刻画并比较了来自 Twitter 的受审核文本数据与来自 Gab 的一组未受审核数据。特别地，我们从语言特征角度分析受审核与未受审核内容的区分性特征，并在两种环境中评估仇恨言论及其不同形式。我们的工作表明，未受审核内容呈现出不同的心理语言学特征、更负面的情感以及更高的毒性。我们的发现支持未受审核环境可能按比例拥有更多在线仇恨言论。我们希望我们的分析与发现有助于关于仇恨言论的讨论，并惠及旨在部署仇恨言论检测方法的系统。
引用
@article{arxiv.2101.00963,
title = {Characterizing (Un)moderated Textual Data in Social Systems},
author = {Lucas Henrique Costa de Lima and Julio Reis and Philipe Melo and Fabricio Murai and Fabricio Benevenuto},
journal= {arXiv preprint arXiv:2101.00963},
year = {2021}
}
备注
Accepted to IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM, 2020)