Kredit:Unsplash/CC0 Public Domain
Många helt obefogade antiasiatiska känslor i USA och på andra håll har dykt upp på sociala medier sedan uppkomsten av COVID-19-pandemin, som hade sin ursprungliga källa i Wuhan, Kina, men är ett globalt problem som vi alla måste möta. Forskare från Kina och USA har undersökt hur denna främlingsfientlighet kan klassificeras på en särskilt framstående social medieplattform, Twitter, i syfte att förstå hur det bäst kan hanteras.
Skriver i International Journal of Society Systems Science , Peng Zhao och Xin Wang från Big Data and AI Lab, IntelligentRabbit LLC, New Jersey och Xi Chen från School of Humanity and Law, Beijing University of Civil Engineering and Architecture, föreslår att djupinlärning kan användas för att undersöka allmänhetens åsikter om politisk åsikt och geografisk mångfald.
Teamet har utvecklat en ny metod för att klassificera de Twitter-användare som publicerar uppdateringar med pandemirelaterade anti-asiatiska känslor. De använde en ny datamängd för att spåra användare baserat på 10 miljoner tweets. Det var möjligt att hemma utnyttja kända känslor kring de amerikanska valen och geolokaliseringar. "Det empiriska resultatet indikerar att de politiska känslorna och valresultaten på länsnivå ger betydande bidrag till modellbygget, " skriver teamet. De tränade en modell för djupt neuralt nätverk (DNN) med data från mer än 190, 000 Twitter-användare och kunde klassificera sin Twitter-aktivitet som "hat" eller "icke-hat" med 61 % noggrannhet, laget rapporterar.
En sådan klassificering bör vara tillräcklig för att vägleda andra klassificeringssystem och manuellt ingripande för att fastställa vilka användare som uttrycker främlingsfientliga känslor. Detta kan sedan användas för att avgöra om en viss användare ska vara ansvarig för ytterligare utredning, suspension, eller utbildning. Teamet påpekar att anti-asiatiska känslor inte är begränsade till Twitter-plattformen och inte heller är begränsade till USA, det syns på alla plattformar, inklusive Facebook, Instagram, Youtube, och andra med kommentarer och inlägg från hela världen. Som sådan, teamet tillägger att extrahera funktioner från de andra plattformarna – bilder, röster, och videor kommer också att vara till hjälp för att ge en multidimensionell förståelse av anti-asiatisk främlingsfientlighet och hat online i covid-19-sammanhang på global nivå.