MOTIV：社交媒体中道德框架的可视化探索
计算机与社会
2024-03-25 v1 图形学
社会与信息网络
摘要
我们提出了一个用于分析社交媒体上围绕争议性话题的道德修辞的可视化计算框架。使用道德基础理论，我们提出了一种方法论，用于解构和可视化微博客数据中表达的每个道德维度背后的时间、地点和人物。我们描述了该框架的设计，该框架是与语言处理、传播学和因果推断领域的专家合作开发的。我们的方法将微博客数据与多个地理空间和时间数据源集成，并利用无监督机器学习（广义加性模型）来支持协作式假设发现与测试。我们在一个名为 MOTIV 的系统中实现了该方法。我们在两个问题上说明了该方法，一个与 COVID-19 大流行期间的居家政策有关，另一个与 Black Lives Matter 运动有关。通过与协作者的详细案例研究和讨论，我们发现了关于社交媒体中道德情绪不同驱动因素的若干见解。我们的结果表明，这种可视化方法支持快速、协作的假设测试，并有助于深入了解争议性政治问题背后的潜在道德价值观。补充材料：https://osf.io/ygkzn/?view_only=6310c0886938415391d977b8aae8b749
引用
@article{arxiv.2403.14696,
title = {MOTIV: Visual Exploration of Moral Framing in Social Media},
author = {Andrew Wentzel and Lauren Levine and Vipul Dhariwal and Zarah Fatemi and Abarai Bhattacharya and Barbara Di Eugenio and Andrew Rojecki and Elena Zheleva and G. Elisabeta Marai},
journal= {arXiv preprint arXiv:2403.14696},
year = {2024}
}