话题转移作为评估社交媒体政治化的代理指标

政治化是政治学研究的一种社会现象，其特征是思想和事实被赋予政治色彩的程度。气候变化、宗教和疫苗等一系列话题在媒体和社交媒体平台上日益政治化。在这项工作中，我们提出了一种基于话题转移的计算方法，用于评估在线对话中的政治化程度，即人们在在线对话中切换话题的程度。直觉上，从非政治话题向政治话题的转移是政治化的直接度量——使某事物政治化，并且人们越频繁地将对话转向政治，就越认为政治在日常生活中扮演着重要角色。研究社交媒体政治化时必须面对的一个基本挑战是，任何话题都可能先验地被政治化。因此，任何基于关键词的方法，甚至依赖话题标签对话题进行分类的机器学习方法，运行成本高昂且可能无效。相反，我们从一组政治关键词种子出发，使用正-未标注（PU）学习来检测对2022年巴西总统选举期间在Twitter、YouTube和TikTok上发布的非政治新闻文章的评论中的政治内容。我们的研究结果表明，所有平台都显示出政治化的证据，因为围绕经济、犯罪和毒品等与政治相邻的话题的讨论倾向于转向政治。即使是最不政治化的话题，其话题转向政治的比率也在巴西选举前夕及其他政治事件后有所增加——这是政治化的证据。