基于网络嵌入的疫苗怀疑论检测

我们展示了网络嵌入（network embedding）在疫苗怀疑论这一具有悠久历史的争议性话题上的适用性。随着2019年底新冠疫情的爆发，该话题比以往任何时候都更为重要。在首批国际病例登记仅一年后，多种疫苗便被研发出来并通过了临床测试。除了研发、测试和物流方面的挑战外，另一个可能在抗疫中发挥重要作用的因素是那些对接种疫苗犹豫不决、甚至明确表示拒绝接种任何提供给他们的疫苗的人群。通常被称为以下两类人群：a) 支持疫苗者（pro-vaxxer），即支持为人们接种疫苗的人；b) 疫苗怀疑者（vax-skeptic），即质疑疫苗有效性或普遍接种新冠疫苗必要性的人。很难确切说明持有上述每种观点的人数。更难理解的是疫苗怀疑观点愈发流行背后的全部缘由。在这项工作中，我们旨在开发能够高效区分支持疫苗内容与疫苗怀疑内容的技术。经过多重数据预处理步骤后，我们分析了推文文本以及Twitter上用户互动的结构。我们部署了若干可良好扩展至百万级边图的节点嵌入（node embedding）与社区检测模型。