Материалы Второго семинара по обработке естественного языка для свободы Интернета: цензура, дезинформация и пропаганда
Proceedings of the Second Workshop on Natural Language Processing for Internet Freedom: Censorship, Disinformation, and Propaganda
2019-01-01
SCID: 54.1/mqg2g9xj
Discuss with AI
локализация CNNцензура Weiboцензурируемые публикации в социальных сетяхмультимодальный анализанализ тональности
Figures from the paper
Abstract (AI)
Китайские социальные сети, такие как Weibo, широко известны тем, что отслеживают и удаляют публикации в соответствии с требованиями китайского правительства. В данной статье мы анализируем набор цензурируемых и нецензурируемых публикаций в Weibo. В отличие от предыдущих исследований, учитывающих только текстовое содержимое публикаций, мы применяем мультимодальный подход, учитывающий как текст, так и изображения. Мы разделили этот набор данных на 14 категорий, которые могут подвергаться цензуре в Weibo, и стремились количественно оценить цензуру по темам. В частности, мы исследовали взаимодействие различных факторов, влияющих на цензуру. Мы также изучили, насколько последовательно и быстро подвергаются цензуре различные темы. Для этого мы сформировали набор данных изображений, содержащий 18 966 изображений, а также текстовый набор данных, включающий 994 публикации из 14 категорий. Затем мы использовали методы глубокого обучения, локализации с помощью сверточных нейронных сетей (CNN) и обработки естественного языка (NLP) для анализа целевого набора данных и выделения категорий с целью дальнейшего изучения механизмов цензуры в Weibo. Мы установили, что тональность является единственным индикатором цензуры, устойчивым для всего выявленного спектра тем. Этот результат согласуется с недавно опубликованными утекшими журналами Sina Weibo. Мы также обнаружили, что большинство категорий, например связанных с антиправительственными действиями (например, протестами) или политиками (например, Си Цзиньпином), часто подвергаются цензуре, тогда как некоторые категории, связанные с кризисными ситуациями (например, ливнями), цензурируются реже. Кроме того, мы установили, что цензурируемые публикации во всех категориях удаляются в среднем в течение трех часов.
Key Findings
1
Цензированные публикации во всех категориях удалялись в среднем в течение трёх часов.
2
Публикации об антиправительственных действиях и политиках подвергались цензуре чаще, тогда как публикации о кризисных событиях, например ливнях, — реже.
3
Настроение оказалось единственным индикатором цензуры, стабильно связанным с цензурированием в разных темах; это согласуется с утёкшими журналами Sina Weibo.
4
Исследователи собрали наборы данных, включающие 18 966 изображений и 994 текстовых публикации по 14 потенциально подвергающимся цензуре категориям.
5
Исследование представляет мультимодальный анализ цензуры в Weibo с использованием текста и изображений, в отличие от прежних текстовых подходов.
Research Object
Цензура мультимодальных публикаций в Weibo
Research Subject
Зависящие от тематики механизмы цензуры, включая влияние текстово-изобразительного содержания и тональности на вероятность, последовательность и скорость удаления публикаций
Publication Details
Publication Date
2019-01-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest