COVID-19の間の中国嫌悪の高まり

COVID-19のパンデミックが原因で、中国系の人々に対する嫌悪感が増えてきたことを「シノフォビア」っていう。これにより、中国に関連する個人やコミュニティに対する差別や有害な行動が増えたんだ。この感情がパンデミックの間にどう変化したかを理解することは、社会への影響を対処するのに重要だよ。

大規模言語モデル（LLM）は、自然言語処理に使われる高度なツールで、膨大なテキストデータを分析するのに役立つんだ。人間の言語を理解できて、ソーシャルメディアの投稿に表れた感情を分類できるんだ。この研究では、LLMを使ってCOVID-19パンデミック中のTwitter上のシノフォビアの感情を分析するよ。

#シノフォビア

シノフォビアは、中国や中国系の人々に対する恐怖や憎悪が特徴なんだ。COVID-19のパンデミックの間に、こういう感情が増えたんだよ。最初は落書きやSNSの投稿で見られたけど、後には広い社会問題になって、中国のレストランが避けられたり、中国人学生が住居で差別を受けたりしたんだ。

COVID-19と中国の関連性が、こうした感情を煽ったんだ。さまざまな政治的なナarrativesが中国のコミュニティを悪く描写したから、多くの人がウイルスの拡散を中国のせいにして、敵意が増したんだ。

#ソーシャルメディアの役割

Twitterのようなソーシャルメディアプラットフォームは、パンデミック中に公衆の態度を形成するのに重要な役割を果たしたんだ。情報やデマ、恐怖を急速に広めるチャンネルとして機能してたんだ。残念ながら、これが多くのユーザーにとって不安やメンタルヘルスの問題を引き起こす原因になったんだよ。

パンデミックの初期には、中国系の個人を狙った否定的な感情がSNSで急増したんだ。これらの感情は有害であるだけでなく、コミュニティの調和を損なうものでもあったんだ。

#感情分析フレームワーク

シノフォビアの感情の進化を研究するために、LLMを使った感情分析フレームワークを開発したよ。いろいろな国のツイートを分析して、パンデミックの発展や政治的なナarrativesに応じて、シノフォビアの態度がどう変わったのかを理解しようとしたんだ。

主要な目的は、アジア太平洋、南アメリカ、ヨーロッパの国々からのシノフォビアのツイートを分析して、ロックダウンやワクチン接種の展開を含むさまざまなフェーズで感情の傾向を観察することだったんだ。

#関連研究

いくつかの研究がCOVID-19パンデミック中の公衆の反応や反アジア感情の上昇に焦点を当ててきたけど、これらの研究の多くはサンプルが限られてたり、質的な方法に依存してることが多かったから、包括的じゃなかったんだ。シノフォビアの感情に特化した詳細な長期的研究にはギャップがあるんだ。

LLMと徹底的なデータセット分析を活用することで、このギャップを埋めて、パンデミックの間に公衆の感情がどう変化したのかについての洞察を提供したいと思ってるんだ。

#方法論

#データ収集

私たちは2つの主要なデータセットを使ったよ：COVID-19に関連するツイートをキャッチする「Global COVID-19 Twitter dataset」と、COVID-19の感情に特化したツイートを含む「SenWave dataset」。この収集プロセスにより、幅広い公衆の反応が得られて、分析の基盤を強化したんだ。

#データ前処理

分析の前に、データセットをクリーンアップして処理したよ。無関係な内容を排除したり、ハッシュタグやメンションを削除したり、言語の使用を標準化したんだ。シノフォビアの特定のキーワードを含むツイートを特定してフィルタリングして、分析に集中できるようにしたんだ。

#BERTを用いた感情分析

ツイートの感情を特定するために、最先端の言語表現モデルであるBERTモデルを使ったよ。BERTは膨大なテキストデータで訓練されてて、ツイートの感情を効果的に分類するように微調整されてるんだ。データの準備、モデルのトレーニング、感情の分類のような複数のステージに分けたアプローチを構築したんだ。

準備したデータセットでBERTを訓練することで、シノフォビアのツイートに表現されたさまざまな感情を捉えることを目指したよ。

#データ分析

私たちは、シノフォビアのツイートの時間的分布を調べることで分析を始めたんだ。このデータは、ツイートの頻度に変動があり、COVID-19の症例が増えるのと一致して著しいスパイクが見られたんだ。例えば、大きなアウトブレイクの期間中にシノフォビアのツイートが顕著に増えたことが示されて、パンデミックの進展と公衆の感情の相関関係がわかったよ。

#感情の傾向

これらのツイート内のバイグラムやトライグラムを調べることで、シノフォビアに関連する共通のフレーズが確認できたんだ。「中国ウイルス」や「ウーハンラボ」みたいな言葉が議論を支配してて、COVID-19に関するナarrativesが政治化されていることが反映されてるんだ。

データを分析した結果、特に不快感や否定の感情がシノフォビアのツイートにおいて顕著だったことがわかったよ。一方で、ポジティブな感情はあまり見られなくて、影響を受けたコミュニティに対する共感の欠如が示されてたんだ。

#感情分類の結果

私たちのBERTモデルの感情分類のパフォーマンスをいくつかのメトリクスを使って評価したところ、モデルがツイートに表現された感情を効果的に特定し、ランク付けできたことがわかったんだ。大半のツイートは、1つまたは2つの感情ラベルに分類されたんで、パンデミック中の感情分析に関する以前の研究と一致してるんだ。

#国別の感情分析

より深く調査した結果、国ごとの感情にばらつきがあることがわかったよ。オーストラリア、インド、イギリスからのツイートの大半は、高い不快感や否定のレベルを示したんだ。興味深いことに、日本は少しバランスの取れた感情の分布を示してて、一部にポジティブな感情もあったんだ。

#結論

私たちの研究は、COVID-19のパンデミックがシノフォビアを大幅に増幅させたことを示したよ。中国のコミュニティに向けた否定的な感情が強まったんだ。高度な感情分析技術を活用することで、このグローバル危機の間に公衆の態度がどう進化したのかについて貴重な洞察を得られたんだ。

この結果は、異文化嫌悪を打破し、危機の際に理解を促進するための透明なコミュニケーションの必要性を強調してるんだ。パンデミックから派生する課題に直面し続ける中で、公衆の感情に積極的に対処することが、コミュニティの信頼を再構築し、脆弱なグループを保護するために重要だよ。