女性、政治与 Twitter:利用机器学习改变话语
社会与信息网络
2019-11-26 v1 计算与语言
机器学习
摘要
在政治决策中纳入多元声音可强化我们的民主体制。在加拿大政治体系中,各层级民选政府均存在性别不平等。针对参政女性的网络 abuse(虐待),如仇恨推文,尤其聚焦其性别的推文,助长了此种不平等。本文中,我们提出 ParityBOT:一个 Twitter 机器人,它通过发送关于有影响力女性领袖的支持性推文及公共生活中女性的事实,来反击针对参政女性的 abusive(辱骂性)推文。ParityBOT 是首个旨在改善参政女性网络话语的基于人工智能的干预手段。本项目目标是:)提升对政治中性别不平等相关问题的意识,及 )积极影响政治公共话语。本文主要贡献是一个可扩展模型,用于分类并回应仇恨推文,并附定量与定性评估。ParityBOT 辱骂分类系统在公开在线骚扰数据集上得到验证。我们最后结合在 年阿尔伯塔省选及 年加拿大联邦大选干预期间收集的数据,分析 ParityBOT 的影响。
引用
@article{arxiv.1911.11025,
title = {Women, politics and Twitter: Using machine learning to change the discourse},
author = {Lana Cuthbertson and Alex Kearney and Riley Dawson and Ashia Zawaduk and Eve Cuthbertson and Ann Gordon-Tighe and Kory W Mathewson},
journal= {arXiv preprint arXiv:1911.11025},
year = {2019}
}
备注
8 pages, 2 figures. Presented at the NeurIPS Joint Workshop on AI for Social Good at NeurIPS 2019