Twitter机器人:非真实推文的评估分析

IF 0.1 0 LANGUAGE & LINGUISTICS
L. Gonçalves, Renan de Siqueira Cecchin
{"title":"Twitter机器人:非真实推文的评估分析","authors":"L. Gonçalves, Renan de Siqueira Cecchin","doi":"10.22168/2237-6321-32285","DOIUrl":null,"url":null,"abstract":"Dentre as estratégias de manipulação de informações, contas inautênticas em redes sociais têm ganhado força, sobretudo quando relacionadas a temas sobre política. A rede social que mais facilita essa ação é o Twitter, com seu sistema de bots e hashtags. Tendo isso em vista, neste artigo pretendemos localizar, analisar e categorizar ocorrências de avaliações em contas inautênticas que suscitam a disseminação de crenças e opiniões acerca do cenário político atual brasileiro. Por meio do site Bot Sentinel, que utiliza machine learning com base em um modelo matemático (ZHANG, 2020) para prever a autenticidade de um usuário e expor contas inautênticas e suas conexões com os temas mais comentados, coletamos as hashtags mais utilizadas entre maio e outubro de 2020. A partir disso, selecionamos 10 tweets de contas inautênticas contendo a hashtag mais popular em seu referido período para cada mês da coleta. O aparato teórico em que nos baseamos é o sistema de avaliatividade, mais precisamente o subsistema de atitude (MARTIN; WHITE, 2005), para verificarmos como tais avaliações operam para construir relações de alinhamento e relacionamento entre os escritores e seus leitores. Os resultados indicam o uso de padrões avaliativos de capacidade positiva para o Presidente da República e de propriedade negativa para denegrir a imagem de seus opositores, acentuando a ideia de Nós vs. Eles (BORGES; VIDIGAL, 2018).","PeriodicalId":40607,"journal":{"name":"Entrepalavras","volume":"25 1","pages":""},"PeriodicalIF":0.1000,"publicationDate":"2022-01-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Bots no Twitter: Análise Avaliativa de tweets não autênticos\",\"authors\":\"L. Gonçalves, Renan de Siqueira Cecchin\",\"doi\":\"10.22168/2237-6321-32285\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Dentre as estratégias de manipulação de informações, contas inautênticas em redes sociais têm ganhado força, sobretudo quando relacionadas a temas sobre política. A rede social que mais facilita essa ação é o Twitter, com seu sistema de bots e hashtags. Tendo isso em vista, neste artigo pretendemos localizar, analisar e categorizar ocorrências de avaliações em contas inautênticas que suscitam a disseminação de crenças e opiniões acerca do cenário político atual brasileiro. Por meio do site Bot Sentinel, que utiliza machine learning com base em um modelo matemático (ZHANG, 2020) para prever a autenticidade de um usuário e expor contas inautênticas e suas conexões com os temas mais comentados, coletamos as hashtags mais utilizadas entre maio e outubro de 2020. A partir disso, selecionamos 10 tweets de contas inautênticas contendo a hashtag mais popular em seu referido período para cada mês da coleta. O aparato teórico em que nos baseamos é o sistema de avaliatividade, mais precisamente o subsistema de atitude (MARTIN; WHITE, 2005), para verificarmos como tais avaliações operam para construir relações de alinhamento e relacionamento entre os escritores e seus leitores. Os resultados indicam o uso de padrões avaliativos de capacidade positiva para o Presidente da República e de propriedade negativa para denegrir a imagem de seus opositores, acentuando a ideia de Nós vs. Eles (BORGES; VIDIGAL, 2018).\",\"PeriodicalId\":40607,\"journal\":{\"name\":\"Entrepalavras\",\"volume\":\"25 1\",\"pages\":\"\"},\"PeriodicalIF\":0.1000,\"publicationDate\":\"2022-01-27\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Entrepalavras\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22168/2237-6321-32285\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"0\",\"JCRName\":\"LANGUAGE & LINGUISTICS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Entrepalavras","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22168/2237-6321-32285","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"0","JCRName":"LANGUAGE & LINGUISTICS","Score":null,"Total":0}
引用次数: 0

摘要

在操纵信息的策略中,社交网络上的不真实账户越来越多,尤其是与政治相关的账户。最能促进这一行动的社交网络是Twitter,它的机器人和标签系统。考虑到这一点,在这篇文章中,我们打算定位、分析和分类不真实账户的估值事件,这些账户引发了对巴西当前政治形势的信仰和观点的传播。通过Bot Sentinel网站,我们收集了2020年5月至10月期间使用最多的标签,该网站使用基于数学模型(ZHANG, 2020)的机器学习来预测用户的真实性,并暴露不真实账户及其与评论最多主题的联系。在此基础上,我们从每个月收集的不真实账户中选择10条包含该时期最受欢迎标签的推文。我们所依赖的理论工具是评价系统,更准确地说,是态度子系统(MARTIN, 2006)。WHITE, 2005),以验证这些评价如何在作者和读者之间建立一致的关系和关系。结果表明,对共和国总统的积极能力和消极属性的评价标准被用来诋毁他的对手的形象,强调我们vs.他们的想法(博尔赫斯;pVIDIGAL, 2018)。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Bots no Twitter: Análise Avaliativa de tweets não autênticos
Dentre as estratégias de manipulação de informações, contas inautênticas em redes sociais têm ganhado força, sobretudo quando relacionadas a temas sobre política. A rede social que mais facilita essa ação é o Twitter, com seu sistema de bots e hashtags. Tendo isso em vista, neste artigo pretendemos localizar, analisar e categorizar ocorrências de avaliações em contas inautênticas que suscitam a disseminação de crenças e opiniões acerca do cenário político atual brasileiro. Por meio do site Bot Sentinel, que utiliza machine learning com base em um modelo matemático (ZHANG, 2020) para prever a autenticidade de um usuário e expor contas inautênticas e suas conexões com os temas mais comentados, coletamos as hashtags mais utilizadas entre maio e outubro de 2020. A partir disso, selecionamos 10 tweets de contas inautênticas contendo a hashtag mais popular em seu referido período para cada mês da coleta. O aparato teórico em que nos baseamos é o sistema de avaliatividade, mais precisamente o subsistema de atitude (MARTIN; WHITE, 2005), para verificarmos como tais avaliações operam para construir relações de alinhamento e relacionamento entre os escritores e seus leitores. Os resultados indicam o uso de padrões avaliativos de capacidade positiva para o Presidente da República e de propriedade negativa para denegrir a imagem de seus opositores, acentuando a ideia de Nós vs. Eles (BORGES; VIDIGAL, 2018).
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Entrepalavras
Entrepalavras LANGUAGE & LINGUISTICS-
自引率
0.00%
发文量
58
审稿时长
16 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信