Simple Science

最先端の科学をわかりやすく解説

# コンピューターサイエンス# コンピュータと社会# 計算と言語# 情報検索# 機械学習# 社会と情報ネットワーク

COVID中のTwitterでの政治的見解

パンデミックがツイッターでの政治的表現にどう影響したかの研究。

― 1 分で読む


COVIDが政治ツイートにCOVIDが政治ツイートに与えた影響表現を調査する。パンデミック中のTwitterでの政治的
目次

COVIDパンデミックの間、多くの人がソーシャルメディア、特にツイッターを使って、ロックダウンやワクチン接種などの政府の行動についての考えを共有した。これにより、研究者たちがこの重要な時期に市民がどのように意見を表現したかを研究する新たな機会が開かれた。

ソーシャルメディアの重要性

ソーシャルメディアは政治的議論の重要なプラットフォームになった。市民が意見を直接的かつ迅速に表現できるから。ただ、こういったプラットフォームから政治的意見を抽出して分析するのは、共有されるコンテンツの量が多いから難しい。研究者たちは有意義なインサイトを見つけるために、この情報を整理する効果的な方法が必要だ。

分析のための新しいデータセット

ツイッター上の政治的嗜好を理解するための課題に取り組むために、研究者たちはドイツ語のツイートの新しいデータセットを作成した。このコレクションには、2019年から2022年に共有されたツイートが含まれており、特に政治的嗜好に関連するものに焦点を当てている。ツイートは特定の政治的意見を特定するために慎重に注釈が付けられ、これによりこれらの意見が時間とともにどのように変化したかをより良く分析できるようになった。

政治的表現の高まり

研究によると、ドイツで最初のロックダウンが行われた後、政治的ツイートの数が明らかに増えた。これは、パンデミックが進むにつれて人々が自分の考えを共有する意欲が高まったことを示している。この研究は、福祉や教育、効率的な政府の運営など、注目を集めた特定の政治的嗜好のカテゴリーを強調した。

より良いツールの必要性

ソーシャルメディアの投稿から詳細な政治的嗜好を抽出するには、高度なツールや方法が必要だ。研究者たちはこの種のデータを分類し分析するための機械学習モデルに取り組んでいる。しかし、適切なデータセットが不足しているため、これらのモデルの開発や改善に苦労している。

データセットの作成方法

データセットを作成するために、ツイートは特定の基準に基づいて収集された。研究者たちは、いいねやリツイートなどのインタラクションを受けたツイートに焦点を当て、関心を引くものを確保した。機械学習モデルを使って、政治的議論に関連するツイートをフィルタリングした。その後、エキスパートがツイートを注釈付けし、確立された政治カテゴリのスキームに従って分類した。

発見とトレンド

全体的に、研究はパンデミックの発生後、政治的ツイートの数が大幅に増加したことを示した。この増加は特に教育、福祉、政府の効率性に関連するツイートで強かった。これらのトピックの増加は、パンデミックの影響とそれに伴うロックダウンが世論にかなりの影響を与えたことを示唆している。

パンデミック中の政治的嗜好

ロックダウンが実施される中で、失業やリモート学習への移行など、個人にさまざまな課題が生じた。これらの苦境は、ソーシャルメディアで表現された政治的嗜好に影響を与えたと思われる。研究によれば、パンデミックの第2波の間、教育や福祉に関連する嗜好がさらに大きく表現され、社会の多くの人々が直面する継続的な困難を反映している。

方法の評価

モデルの効果を測定するために、研究者たちはツイートのセットを使って、どれだけ政治的嗜好を予測できるかをテストした。結果は、一部の領域で期待以下のパフォーマンスを示したが、それでも改善の可能性を強調した。この研究は、ソーシャルメディアにおける政治的意見の複雑さを捉えるためのより良いアプローチの必要性を強調した。

結論

要するに、この研究はCOVIDパンデミック中にツイッター上の政治的嗜好がどのように変化したかについて重要なインサイトを提供した。包括的なデータセットと分析のための新しいモデルを作成することによって、研究者たちはこの分野での将来の探求の基盤を築いた。彼らの発見は、危機の時期における政治的表現の進化する性質を明らかにし、これらのトレンドをさらに調査したい他の人々のための貴重なツールを提供する。

将来の影響

この研究は、政治的嗜好に関心のある政策立案者や研究者にとって重要な意味を持っている。ソーシャルメディアが世論をどのように反映しているかを理解することで、政策立案者はガバナンスやコミュニケーションのアプローチを改善できる。研究者にとっては、新しいデータセットやモデルの利用可能性が、オンラインでの政治的言説の深い探求への道を開く。

ソーシャルメディアのトレンドを分析し続けることで、さまざまな出来事や政策に応じて世論がどのようにシフトするかについてさらに深い洞察を得られるかもしれない。この理解は、政府と市民間のより効果的なコミュニケーションを促進し、公共のニーズや懸念により良く対処できるようになる。

結局、COVIDパンデミックがもたらした独特な状況は、ソーシャルメディアでの政治的表現に大きく影響した。世界がこれらの変化に適応し続ける中で、今後の研究は公共の感情と政治的行動のダイナミックな関係を捉える上で重要になるだろう。

オリジナルソース

タイトル: Changes in Policy Preferences in German Tweets during the COVID Pandemic

概要: Online social media have become an important forum for exchanging political opinions. In response to COVID measures citizens expressed their policy preferences directly on these platforms. Quantifying political preferences in online social media remains challenging: The vast amount of content requires scalable automated extraction of political preferences -- however fine grained political preference extraction is difficult with current machine learning (ML) technology, due to the lack of data sets. Here we present a novel data set of tweets with fine grained political preference annotations. A text classification model trained on this data is used to extract policy preferences in a German Twitter corpus ranging from 2019 to 2022. Our results indicate that in response to the COVID pandemic, expression of political opinions increased. Using a well established taxonomy of policy preferences we analyse fine grained political views and highlight changes in distinct political categories. These analyses suggest that the increase in policy preference expression is dominated by the categories pro-welfare, pro-education and pro-governmental administration efficiency. All training data and code used in this study are made publicly available to encourage other researchers to further improve automated policy preference extraction methods. We hope that our findings contribute to a better understanding of political statements in online social media and to a better assessment of how COVID measures impact political preferences.

著者: Felix Biessmann

最終更新: 2023-07-31 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2308.04444

ソースPDF: https://arxiv.org/pdf/2308.04444

ライセンス: https://creativecommons.org/licenses/by-nc-sa/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者からもっと読む

類似の記事