恨生恨：关于仇恨言论的时间性研究
社会与信息网络
2020-08-04 v2 人机交互
摘要
随着关于“言论自由”与“仇恨言论”的持续辩论，迫切需要从时间维度仔细理解二者不可避免交汇的后果，即“仇恨言论的自由”。理解这一点的理想场景是观察（近乎）无限制环境中的仇恨言论效应。因此，我们对社交网站 Gab.com（其审核政策极为宽松）上的仇恨言论进行了首次时间性分析。我们首先从数百万帖子和用户生成 Gab 的时间快照。利用这些时间快照，我们基于 DeGroot 模型计算活动向量以识别仇恨用户。Gab 中的仇恨言论数量稳步上升，且新用户以更高且更快的速率变得充满仇恨。此外，我们的分析揭示仇恨用户正占据 Gab 网络中的显要位置。并且，整体社区所使用的语言似乎比非仇恨用户更与仇恨用户的语言相关。我们讨论了我们的工作如何引发 CSCW 中许多关键的设计问题。
引用
@article{arxiv.1909.10966,
title = {Hate begets Hate: A Temporal Study of Hate Speech},
author = {Binny Mathew and Anurag Illendula and Punyajoy Saha and Soumya Sarkar and Pawan Goyal and Animesh Mukherjee},
journal= {arXiv preprint arXiv:1909.10966},
year = {2020}
}
备注
24 pages, 14 figures, 1 table. Accepted at CSCW 2020