What distinguishes conspiracy from critical narratives? A computational analysis of oppositional discourse

要約

現在インターネット上で蔓延している陰謀論は重要な問題であり、多くの計算アプローチによって取り組んでいます。
しかし、これらのアプローチは、陰謀論を含むテキストと、単に批判的で主流の物語に反対するテキストとを区別することの関連性を認識できていません。
さらに、対立的な物語におけるグループ間の対立の役割には通常ほとんど注意が払われません。
私たちは、陰謀と批判的なテキストを区別し、グループ間の紛争のスパンレベルのカテゴリを定義する、新しいトピックに依存しない注釈スキームを提案することで貢献します。
また、多言語の XAI-DisInfodemics コーパス (英語とスペイン語) にも貢献しています。これには、新型コロナウイルス感染症 (COVID-19) に関連する電報メッセージの高品質な注釈が含まれています (言語ごとに 5,000 メッセージ)。
また、強力なベースライン ソリューションを生み出すさまざまな実験を実行することにより、NLP ベースの自動化の実現可能性を実証します。
最後に、グループ間の紛争の促進と暴力と怒りの存在が、2 つのタイプの対立的な物語、つまり陰謀と批判を区別するための重要な側面であることを示す分析を実行します。

要約(オリジナル)

The current prevalence of conspiracy theories on the internet is a significant issue, tackled by many computational approaches. However, these approaches fail to recognize the relevance of distinguishing between texts which contain a conspiracy theory and texts which are simply critical and oppose mainstream narratives. Furthermore, little attention is usually paid to the role of inter-group conflict in oppositional narratives. We contribute by proposing a novel topic-agnostic annotation scheme that differentiates between conspiracies and critical texts, and that defines span-level categories of inter-group conflict. We also contribute with the multilingual XAI-DisInfodemics corpus (English and Spanish), which contains a high-quality annotation of Telegram messages related to COVID-19 (5,000 messages per language). We also demonstrate the feasibility of an NLP-based automatization by performing a range of experiments that yield strong baseline solutions. Finally, we perform an analysis which demonstrates that the promotion of intergroup conflict and the presence of violence and anger are key aspects to distinguish between the two types of oppositional narratives, i.e., conspiracy vs. critical.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google