通过对一系列在线新闻中 18,627 名美国政客的语言进行心理语言学分析，研究发现自 2008 年至 2020 年期间，美国政治家用语的语气从一直下降到 2016 年大选前快速而持久地增加，特别是特朗普的重要演讲对此贡献了很大程度的影响，这表明特朗普的竞选活动是导致美国政治话语变得更加消极的重要因素之一。

Jul, 2022

通过神经嵌入技术对 Reddit 14 年间 5.1B 评论的社区结构进行了研究，发现在 2016 年美国总统选举后，Reddit 出现了明显的政治极化，尤其是右翼用户的活动量增加导致的。个体级的极化是罕见的，政治极化可以通过考察单个用户的行为预测，可能因外部事件而发生。

Oct, 2020

研究通过分析 Reddit 社群和新闻媒体等大规模真实语言使用数据，使用词嵌入模型发现了政治性语言中存在的情感分化模式以及与七个政治话题相关的词语的语义关联，揭示了跨党派界限的道德联想差异，这些结果强调了虽然在政治谱系上有着共享的道德理解，但仍然存在着塑造党派语言并潜在加剧政治极化的一致差异。

Oct, 2023

本文研究纵观比对 Reddit 和 4chan 上 2020 年美国总统选举期间的仇恨言论，并借助自然语言处理技术，发现各平台的内容和发布活动有所差异，因此提出了跨平台研究的未来发展方向，以更全面地了解全球仇恨生态系统。

Feb, 2022

通过分析近 8 年来 679,000 个用户在 Twitter 上的行为，研究表明社交媒体在政治话语形成中扮演了重要角色，同时也加剧了政治两极化现象。该研究是少数具有长期展望的，涵盖两次美国总统选举和两次中期选举的罕见纵向分析之一。

Mar, 2017

通过对 Reddit 上 2016 年美国总统选举辩论的研究，我们发现用户之间存在交错的政治对话，与传统回音室观点相反，并探讨了可能的社会人口学影响。

Feb, 2021

本研究分析 Reddit 政治子论坛上 155,000,000 个用户评论，研究不同的反应机制对政治讨论的影响，发现只有 upvotes 或 upvotes 和 downvotes 机制的地方，用户的讨论更具有商讨性和公民性，而没有反应机制的子论坛则更具有煽动性。该研究为探讨社交媒体界面设计与用户之间尊重的政治讨论之间的关系提供了有价值的贡献。

Feb, 2023

本文大规模分析了 19 个月中发布在 412K 个新闻文章上的 1.25 亿条评论，结论是，发布在社交网络上的新闻文章会吸引更多的有害评论，这些评论的语言特点不同于其他评论，而且与一些政治事件有关。

May, 2020

本文探讨 Reddit 社交媒体平台内容政策和用户态度的变化。通过对五篇管理员更新 Reddit 内容政策的帖子中的普通 Reddit 用户的评论进行分析，我们发现了 Reddit 用户关于限制内容和限制仇恨言论的讨论的变化，证明了这与当代社会动荡以及新颁布的法律法规有关，并为仇恨言论监管的广泛讨论做出了贡献。

Mar, 2022

本文使用 Reddit 探究了同质和异质政治交流空间的交互和语言模式，并发现同质和异质交流空间之间存在不同的行为模式。

Apr, 2019