May, 2024
信任与恐怖：文本中显露出的负面偏信和党派消极偏见
Trust and Terror: Hazards in Text Reveal Negatively Biased Credulity and Partisan Negativity Bias
Keith Burghardt, Daniel M.T. Fessler, Chyna Tang, Anne Pisor, Kristina Lerman
TL;DR通过使用神经网络从文本中提取社会语言学指标，研究证明，有关危险的陈述比有关好处的陈述更具可信度，政治自由派和保守派在分享危险信息的频率上存在差异，并且危险信息与道德愤怒、情绪、威胁词等指标相关，同时与恐惧情绪呈正相关、与喜悦情绪呈负相关。利用新的标注数据集和已有的标注数据集训练了一个新模型以检测与危险相关的信息，并应用于 COVID-19 相关帖子、2023 年哈马斯 - 以色列战争相关帖子和扩展的城市传奇集合数据，发现不同数据集中与危险相关的词汇以及政治派别之间的差异，该信息也作为重大危险事件的自动指示器。最后，发现城市传奇中关于危险的信息尤为普遍，与之前的研究结果一致，危险的报道更容易被人们相信和传播。