本文通过社交媒体的内容和网络结构，采用基于图的三阶段管道方法对争议进行量化分析，比较了不同的争议度量方法，图构建方法和数据来源，并证明其新的基于随机游走的度量方法优于现有度量方法。

Jul, 2015

本研究对计算政治学的主要研究领域进行了分类，并总结了在不同的多维平台上的显著研究，以更好地理解计算政治学。然后，强调了未来的研究方向、机遇和挑战。

Aug, 2019

对在线新闻媒体中的争议进行定性分析，使用形式概念分析和传统经济学推导概念争议图，能够评估争议的多样性、复杂性和潜在偏见，通过概念格图在新闻文章之间进行导航。

Apr, 2024

本文主要研究如何通过 Twitter 上的两种不同的言论来生成一个明确的、具有观点感知性的结论性总结。我们的方法基于排名模型，并在五个有争议的话题上进行了测试。结果表明，我们的方法一致的优于其他技术。

Jun, 2018

本研究研究 Social Media 中的争议话题，提出了一种通过利用网络模式检测 Social Media 中争议话题的方法，该方法基于用户交互的局部模式，不需要了解自然语言，95% 的准确度比传统的句子分析方法和传播模型方法都有很大的改进。

Mar, 2017

计算研究在面对社会问题方面可以担任四种不同的角色，它可以作为诊断工具，帮助我们精确地了解和度量社会问题；作为规范制定者，计算有助于明确定义社会问题的边界和可能的应对措施；作为反驳工具，计算技术可以揭示技术手段能够解决的范围；作为提醒者，计算技术可以让长期存在的社会问题引起公众的关注。这些方向利用计算研究的特殊优势提供了服务，用于社会变革，但不会过度声称计算技术能够单独解决社会问题。

Dec, 2019

我们提出了一个具有争议性的问题数据集的构建方法，通过评估不同的大型语言模型（LLMs）在这个数据集上的表现，揭示了它们如何处理具有争议性的问题以及它们采取的立场，从而为我们提供了对 LLMs 与争议性问题的互动的理解，为改进它们对复杂社会议题的理解和处理铺平了道路。

Oct, 2023

本文介绍了第一个根据用户感知来定义争议性内容的问答数据集，并发现争议检测在问答过程中是必要且具有挑战性的，而争议与情感任务之间没有强关联。

Feb, 2023

我们提出了 Contropedia，它是一种利用维基百科的编辑历史记录和讨论以识别哪些主题最具争议性的工具。

Apr, 2019

我们提出了一项以任务为导向的知识检索研究议程，利用计算模型和人工智能技术，摄取科学知识的典籍，检索灵感、解释、解决方案和证据，直接增强人类在科学领域突出任务上的表现，进而革命性地推动科学进程。

May, 2022