政治危机期间识别新闻文章与推特中的党派倾向
社会与信息网络
2017-03-20 v1
摘要
本文旨在理解大众危机期间主流媒体与社交媒体在形成公众舆论方面的相互关系，特别关注事件如何在主流新闻和社交网络中被构建框架，以及这些框架中使用的语言如何可能推断出政治倾向和党派性。我们通过分析一个包含超过4000万条推文和超过400万篇新闻文章的数据集，研究了主流媒体和社交媒体中用于政治议程设置的语言选择，该数据集源自2013-2014年乌克兰的大规模抗议活动（即“欧洲迈丹”）以及随后俄罗斯、亲俄势力与乌克兰军队在乌克兰东部和克里米亚发生的冲突。我们设计了一种自然语言处理算法，以大规模分析指向特定政治倾向的语言标记，并表明新闻文章和推特帖子中的政治倾向可以被高精度地推断出来。这些发现使我们能更好地理解大众危机期间党派意见形成的动态，以及在此类情境下主流媒体与社交媒体之间的相互作用。
引用
@article{arxiv.1703.05819,
title = {Identifying Partisan Slant in News Articles and Twitter during Political Crises},
author = {Dmytro Karamshuk and Tetyana Lokot and Oleksandr Pryymak and Nishanth Sastry},
journal= {arXiv preprint arXiv:1703.05819},
year = {2017}
}
备注
International Conference on Social Informatics (SocInfo 2016)