More than Memes: A Multimodal Topic Modeling Approach to Conspiracy Theories on Telegram

要約

ソーシャルメディアでの（オーディオ）視覚データの増加する有病率に対処し、このコミュニケーションの進化する動的な性質を把握するために、研究者は、マルチモーダルオンラインコンテンツを分析するための監視されていないアプローチの可能性を調査し始めました。
ただし、既存の研究では、ミームを超えて視覚的なコンテンツを無視することが多く、さらに、モダリティ全体でトピックモデルを比較する方法がありません。
私たちの研究では、ドイツ語の電報チャネルで陰謀理論を分析するためにマルチモーダルトピックモデリングを適用することにより、これらのギャップに対処します。
bertopicを使用して、2023年10月に共謀理論を普及させることで知られる571年のドイツ語電報チャンネルに掲載された〜40、000電報メッセージのテキストデータと視覚データの分析を分析します。
このデータセットを介して、モダリティ全体のトピックの対称性と交点を分析することにより、単峰性およびマルチモーダルトピックモデルに関する洞察を提供します。
トピックモデリングを通じて発見されたチャネルで共有されているさまざまなテキストおよび視覚コンテンツを実証し、陰謀理論のコミュニケーションにおけるテキストおよび視覚的議論戦略の分析のための概念的なフレームワークを提案します。
トピックグループイスラエルガザのケーススタディでフレームワークを適用します。

要約(オリジナル)

To address the increasing prevalence of (audio-)visual data on social media, and to capture the evolving and dynamic nature of this communication, researchers have begun to explore the potential of unsupervised approaches for analyzing multimodal online content. However, existing research often neglects visual content beyond memes, and in addition lacks methods to compare topic models across modalities. Our study addresses these gaps by applying multimodal topic modeling for analyzing conspiracy theories in German-language Telegram channels. We use BERTopic with CLIP for the analysis of textual and visual data in a corpus of ~40, 000 Telegram messages posted in October 2023 in 571 German-language Telegram channels known for disseminating conspiracy theories. Through this dataset, we provide insights into unimodal and multimodal topic models by analyzing symmetry and intersections of topics across modalities. We demonstrate the variety of textual and visual content shared in the channels discovered through the topic modeling, and propose a conceptual framework for the analysis of textual and visual discursive strategies in the communication of conspiracy theories. We apply the framework in a case study of the topic group Israel Gaza.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google