Jul, 2023

COVID 大流行期间德国推文的政策偏好变化

TL;DR在线社交媒体成为交换政治观点的重要论坛之一。在 COVID 措施得到回应的情况下,公民们在这些平台上直接表达其政策偏好。然而,对在线社交媒体中的政治偏好进行量化仍然具有挑战性,因为海量的内容需要可伸缩的自动化政治偏好提取,而目前的机器学习技术在细粒度政治偏好提取方面存在困难,这是由于缺乏数据集。本文介绍了一个包含细粒度政治偏好注释的推文新数据集。在这个数据集上训练的文本分类模型被用来从 2019 年到 2022 年的德国 Twitter 语料库中提取政策偏好。我们的研究结果表明,在应对 COVID 流行病的过程中,政治观点的表达增加了。我们使用一个成熟的政策偏好分类体系来分析细粒度的政治观点,同时突出显示不同政治类别中的变化。这些分析表明,政策偏好表达的增加主要集中在亲福利、亲教育和亲政府行政效率等类别。我们在本研究中使用的所有训练数据和代码都已公开发布,以鼓励其他研究人员进一步改进自动化政策偏好提取方法。我们希望我们的发现有助于更好地理解在线社交媒体中的政治陈述,并能更好地评估 COVID 措施对政治偏好的影响。