揭示推特上公众对移民的社会认知与行为
机器学习
2021-12-14 v1 计算与语言
计算机与社会
社会与信息网络
摘要
我们从社会心理学文献中汲取见解，以识别关于移民的推特讨论的两个面向，即针对移民的认知与针对移民的行为。我们的理论锚定帮助我们识别了社交媒体用户针对移民的两种主流认知（即同情与厌恶）和两种主导行为（即声援与敌意）。我们采用了无监督与有监督方法来识别这些认知与行为。在应用自然语言处理（NLP）领域，我们的研究提供了对移民相关推特讨论的细致理解。我们提出的基于Transformer的模型，即 BERT + CNN，取得了 0.76 的 F1 分数并优于其他模型。此外，我们认为传达厌恶或敌意的推文可宽泛视为针对移民的仇恨言论，但二者并不等同。因此，我们的方法通过凸显仇恨言论在认知与行为层面的细粒度差异，对二分类仇恨言论检测任务进行了细化。
引用
@article{arxiv.2112.06642,
title = {Unraveling Social Perceptions & Behaviors towards Migrants on Twitter},
author = {Aparup Khatua and Wolfgang Nejdl},
journal= {arXiv preprint arXiv:2112.06642},
year = {2021}
}
备注
This work has been accepted to appear at International Conference on Web and Social Media ICWSM-2022