在线冲突的维度：迈向竞争主义建模

竞争主义（agonism）通过培育多元视角与深入讨论，在民主对话中发挥着至关重要的作用。在在线冲突领域还存在另一种类型：仇恨对抗，它破坏了建设性对话。检测在线冲突是平台审核与变现的核心。它对于民主对话也至关重要，但仅当其以竞争主义形式出现时如此。为对这两类冲突建模，我们收集了与热门争议话题相关的 Twitter 对话。我们引入了一套全面的标注框架，用于标记对话中冲突的不同维度，例如冲突来源、目标以及所采用的修辞策略。利用该框架，我们为约 4000 段对话标注了多标签。随后我们在该数据集上训练了逻辑回归与基于 transformer 的模型，并融入了来自对话的上下文，包括参与者数量与交互结构。结果表明，上下文标签有助于识别冲突，并使模型对话题变化具有鲁棒性。我们的研究贡献了对冲突不同维度的概念化、一个丰富标注的数据集，以及可助力内容审核的有前景的结果。