付费之声与公共信息流：气候话语的跨平台可解释主题建模
计算与语言
2026-01-21 v1 人工智能
计算机与社会
机器学习
社会与信息网络
摘要
线上气候话语在塑造公众对气候变化的理解以及影响政治和政策结果方面发挥着至关重要的作用。然而，气候传播展开于结构迥异的平台之上，这些平台具有根本不同的激励结构：付费广告生态系统激励有针对性的战略性说服，而公共社交媒体平台则主要承载自发的、用户驱动的话语。现有计算研究通常孤立地分析这些环境，限制了我们区分机构信息与公众表达的能力。在本工作中，我们对 2024 年 7 月至 2025 年 9 月期间 Meta（前称 Facebook）上的付费广告与 Bluesky 上的公开帖子中的气候话语进行了比较分析。我们引入了一个可解释的端到端主题发现与分配框架，该框架通过语义相似度对文本进行聚类，并利用大语言模型（LLM）生成简洁且人类可解释的主题标签。我们利用人类判断和基于 LLM 的评估器，将诱导主题的质量与传统主题建模基线进行对比评估，并通过下游立场预测和主题引导检索任务进一步验证其语义连贯性。应用所得主题，我们刻画了付费气候信息与公共气候话语之间的系统性差异，并考察了主题流行度在重大政治事件前后如何变化。我们的研究结果表明，平台层面的激励反映在气候叙事的主题结构、立场对齐和时间响应性中。虽然我们的实证分析聚焦于气候传播，但所提框架旨在支持跨异构通信环境的比较叙事分析。
引用
@article{arxiv.2601.13317,
title = {Paid Voices vs. Public Feeds: Interpretable Cross-Platform Theme Modeling of Climate Discourse},
author = {Samantha Sudhoff and Pranav Perumal and Zhaoqing Wu and Tunazzina Islam},
journal= {arXiv preprint arXiv:2601.13317},
year = {2026}
}