論文の概要: How Much Hate with #china? A Preliminary Analysis on China-related
Hateful Tweets Two Years After the Covid Pandemic Began
- arxiv url: http://arxiv.org/abs/2211.06116v1
- Date: Fri, 11 Nov 2022 10:48:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-14 16:14:45.127212
- Title: How Much Hate with #china? A Preliminary Analysis on China-related
Hateful Tweets Two Years After the Covid Pandemic Began
- Title（参考訳）: どのように#chinaを嫌うか?
パンデミック・ビーガンの2年後の中国関連ヘイトフルツイートに関する予備分析
- Authors: Jinghua Xu, Zarah Weiss
- Abstract要約: ドナルド・トランプ米大統領の「中国ウイルス」ツイートは、新型コロナウイルスの感染拡大の責任を中国と中国にシフトさせた。
本研究は、新型コロナウイルスのパンデミックの2年後のTwitter上での中国関連のヘイトスピーチを調べることを目的としている。
我々は、2020年の#chinaのツイートのヘイトフルレートが2.5%、2021年の1.9%であることを確認した。
- 参考スコア（独自算出の注目度）: 1.713291434132985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Following the outbreak of a global pandemic, online content is filled with
hate speech. Donald Trump's ''Chinese Virus'' tweet shifted the blame for the
spread of the Covid-19 virus to China and the Chinese people, which triggered a
new round of anti-China hate both online and offline. This research intends to
examine China-related hate speech on Twitter during the two years following the
burst of the pandemic (2020 and 2021). Through Twitter's API, in total
2,172,333 tweets hashtagged #china posted during the time were collected. By
employing multiple state-of-the-art pretrained language models for hate speech
detection, we identify a wide range of hate of various types, resulting in an
automatically labeled anti-China hate speech dataset. We identify a hateful
rate in #china tweets of 2.5% in 2020 and 1.9% in 2021. This is well above the
average rate of online hate speech on Twitter at 0.6% identified in Gao et al.,
2017. We further analyzed the longitudinal development of #china tweets and
those identified as hateful in 2020 and 2021 through visualizing the daily
number and hate rate over the two years. Our keyword analysis of hate speech in
#china tweets reveals the most frequently mentioned terms in the hateful #china
tweets, which can be used for further social science studies.
- Abstract（参考訳）: 世界的パンデミックの勃発後、オンラインコンテンツはヘイトスピーチで満たされている。
ドナルド・トランプ米大統領の「中国ウイルス」ツイートは、新型コロナウイルス(COVID-19)の感染拡大の責任を中国と中国にシフトさせた。
この研究は、パンデミック(2020年と2021年)の勃発から2年間、中国関連ヘイトスピーチをtwitterで調査することを目的としている。
twitterのapiを通じて、#chinaが投稿した2,172,333のツイートが収集された。
ヘイトスピーチ検出のために、最先端の事前学習された言語モデルを使用して、さまざまなタイプのヘイトを広範囲に識別することで、自動ラベル付き反中国ヘイトスピーチデータセットを生成する。
2020年には2.5%、2021年には1.9%だった。
これは、twitter上でのヘイトスピーチの平均レートを、gao et al., 2017で0.6%上回っている。
さらに,2020年と2021年における#chinaツイートの縦断的展開と嫌悪感を,2年間の日数と嫌悪率を可視化することで分析した。
我々の#chinaツイートにおけるヘイトスピーチのキーワード分析では、#chinaツイートで最も頻繁に言及される用語が明らかにされている。
関連論文リスト
- ProvocationProbe: Instigating Hate Speech Dataset from Twitter [0.39052860539161904]
textitProvocationProbeは、ヘイトスピーチを一般的なヘイトスピーチと区別するためのデータセットである。
本研究では、Twitterから約2万件のツイートを収集し、全世界で9件の論争を巻き起こした。
論文 参考訳（メタデータ） (2024-10-25T16:57:59Z) - Twitter Dataset on the Russo-Ukrainian War [68.713984286035]
Twitter APIから現在進行中のデータセットの取得を開始しています。
データセットは770万人のユーザーを起源とする5730万ツイートに達している。
我々は、最初のボリュームと感情分析を適用し、データセットはトピック分析、ヘイトスピーチ、プロパガンダ認識、ボットネットのような潜在的な悪意のあるエンティティを示すためにさらに探索的な調査に使用することができる。
論文 参考訳（メタデータ） (2022-04-07T12:33:06Z) - Comparing the Language of QAnon-related content on Parler, Gab, and
Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。
われわれは投稿をParlerの#QAnonというハッシュタグと比較する。
Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。
これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文 参考訳（メタデータ） (2021-11-22T11:19:15Z) - Detecting Propaganda on the Sentence Level during the COVID-19 Pandemic [0.0]
悪意のあるサイバー攻撃は、社会的分極の増加、健康危機、資産喪失を引き起こす可能性がある。
Redditでトレーニングされたコンテキスト適応型埋め込みを用いて、そのようなユーザアカウントのプロパガンダの検出に取り組む。
その結果、中道派は中道派の35倍から115倍のツイートをしていることがわかった。
論文 参考訳（メタデータ） (2021-07-31T06:40:17Z) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳（メタデータ） (2020-10-15T16:02:25Z) - Hate is the New Infodemic: A Topic-aware Modeling of Hate Speech
Diffusion on Twitter [24.94135874070525]
われわれは、Twitter上でヘイトスピーチの発生を誘発するユーザー行動を探究することに重点を置いている。
ツイート、リツイート、ユーザー活動履歴、フォロワーネットワークの大規模なデータセットをクロールします。
これらのダイナミクスを管理する情報の異なる信号の特徴付けを行う。
論文 参考訳（メタデータ） (2020-10-09T05:43:08Z) - Analyzing COVID-19 on Online Social Media: Trends, Sentiments and
Emotions [44.92240076313168]
我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。
中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。
我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
論文 参考訳（メタデータ） (2020-05-29T09:24:38Z) - Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media
during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。
我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。
私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文 参考訳（メタデータ） (2020-05-25T21:58:09Z) - Russian trolls speaking Russian: Regional Twitter operations and MH17 [68.8204255655161]
2018年、Twitterはロシアのトロルとして特定されたアカウントのデータを公開した。
我々はこれらのトロルのロシア語操作を分析する。
MH17の事故に関するトロルズの情報キャンペーンは、ツイート数で最大のものだった。
論文 参考訳（メタデータ） (2020-05-13T19:48:12Z) - Evaluating Online Public Sentiments towards China: A Case Study of
English and Chinese Twitter Discourse during the 2019 Chinese National Day [0.8594140167290097]
本研究は,ソーシャルメディアデータを用いたオンライン世論分析のアプローチについて述べる。
9月30日から10月3日までの間に30万以上のツイートが収集され、収集されたツイートの感情を評価するためにSVMと辞書のハイブリッド手法が適用された。
その結果,国民の日を祝う活動の時期と,英語と中国語のつぶやきで表された感情の一致が示唆された。
論文 参考訳（メタデータ） (2020-01-13T02:09:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。