Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

An Analytical Emotion Framework of Rumour Threads on Social Media

Created by
  • Haebom

저자

Rui Xing, Boyang Sun, Kun Zhang, Preslav Nakov, Timothy Baldwin, Jey Han Lau

개요

본 논문은 온라인 소셜 미디어에서 유언비어가 사회에 미치는 위험성을 고려하여, 유언비어의 전파 과정에서 감정의 역할을 심층적으로 분석합니다. 기존 연구가 주로 유언비어 게시글 자체의 감정에 초점을 맞춘 것과 달리, 본 연구는 유언비어와 일반 게시글 간의 감정적 차이를 비교 분석하는 다면적 감정 탐지 프레임워크를 제시합니다. 널리 사용되는 유언비어 데이터셋에 이 프레임워크를 적용하여 온라인 소셜 미디어 스레드에서의 감정 역학을 분석하고, 유언비어가 부정적 감정(분노, 공포, 비관)을, 일반 게시글은 긍정적 감정을 유발하며 감정의 전파 현상이 존재함을 밝힙니다. 또한, 놀람이 유언비어와 다른 감정을 연결하는 매개체 역할을 하고, 비관은 슬픔과 공포에서, 낙관은 기쁨과 사랑에서 기인함을 보여줍니다.

시사점, 한계점

시사점:
온라인 유언비어 확산 과정에서 감정의 역할에 대한 심층적인 이해 제공.
유언비어와 일반 게시글 간 감정적 차이를 규명하고, 감정의 전파 현상을 제시.
유언비어 확산을 예측하고 제어하기 위한 감정 분석 기반 전략 개발 가능성 제시.
다면적 감정 탐지 프레임워크를 통해 보다 정교한 분석 가능.
한계점:
특정 데이터셋에 대한 분석 결과이므로 일반화 가능성에 대한 추가 검증 필요.
인과 관계 분석의 한계 및 다른 요인들의 영향 고려 필요.
감정 분석의 정확성 및 다양한 감정 표현 방식에 대한 고려 필요.
단순 상관관계 분석을 넘어서는 메커니즘에 대한 추가 연구 필요.
👍