Wetenschap
Tegoed:Unsplash/CC0 Publiek domein
Sinds de opkomst van de COVID-19-pandemie is er in de VS en elders veel totaal ongerechtvaardigd anti-Aziatisch sentiment op de sociale media verschenen, die zijn oorspronkelijke bron in Wuhan had, China, maar is een wereldwijd probleem waarmee we allemaal te maken krijgen. Onderzoekers uit China en de VS hebben onderzocht hoe deze vreemdelingenhaat kan worden geclassificeerd op een bijzonder prominent social media-platform, Twitter, om te begrijpen hoe dit het beste kan worden aangepakt.
Schrijven in de International Journal of Society Systeemwetenschap , Peng Zhao en Xin Wang van het Big Data en AI Lab, IntelligentRabbit LLC, New Jersey en Xi Chen van de School of Humanity and Law, Universiteit van Civiele Techniek en Architectuur van Peking, suggereren dat deep learning kan worden gebruikt om het publieke sentiment met betrekking tot politieke meningen en geografische diversiteit te onderzoeken.
Het team heeft een nieuwe methode ontwikkeld om Twitter-gebruikers te classificeren die updates plaatsen met pandemiegerelateerd anti-Aziatisch sentiment. Ze gebruikten een nieuwe dataset voor het volgen van gebruikers op basis van 10 miljoen tweets. Het was mogelijk om gebruik te maken van het bekende sentiment rond de Amerikaanse verkiezingen en geolocaties. "Het empirische resultaat geeft aan dat de politieke sentimenten en de verkiezingsresultaten op provinciaal niveau een belangrijke bijdrage leveren aan de modelbouw, " schrijft het team. Ze hebben een diep neuraal netwerk (DNN) -model getraind met gegevens van meer dan 190, 000 Twitter-gebruikers en konden hun Twitter-activiteit classificeren als 'haat' of 'niet-haat' met een nauwkeurigheid van 61%, meldt het team.
Een dergelijke classificatie zou voldoende moeten zijn als leidraad voor andere classificatiesystemen en handmatige interventie om te bepalen welke gebruikers xenofoob sentiment uiten. Dit zou dan kunnen worden gebruikt om te beslissen of een bepaalde gebruiker aansprakelijk is voor verder onderzoek, oponthoud, of onderwijs. Het team wijst erop dat anti-Aziatische sentimenten niet beperkt zijn tot het Twitter-platform en ook niet beperkt zijn tot de VS, het is te zien op alle platforms, inclusief Facebook, Instagram, YouTube, en anderen met opmerkingen en berichten van over de hele wereld. Als zodanig, het team voegt eraan toe dat het extraheren van functies van de andere platforms - afbeeldingen, stemmen, en video's zullen ook nuttig zijn bij het bieden van een multidimensionaal begrip van anti-Aziatische vreemdelingenhaat en online haat in de COVID-19-context op mondiaal niveau.
Wetenschap © https://nl.scienceaq.com