Cohesion-6K: 온라인 담론에서의 사회적 결속 및 갈등 분석을 위한 아랍어 데이터셋

온라인 담론(online discourse)에 대한 연구는 사회적 양극화(societal polarization)를 이해하는 데 핵심적인 요소가 되었습니다. 많은 연구가 명백한 독성(toxicity)을 탐지하는 데 집중해 왔으나, 분열적 서사와 통합적 서사 사이의 상호작용을 의미하는 사회적 결속(social cohesion)의 미묘한 역학은 계산적으로 충분히 탐구되지 않은 상태로 남아 있습니다 (Bail, 2021; Gonzalez-Bailon and Lelkes, 2023). 본 논문은 이스라엘의 팔레스타인 점령과 관련된 6,000개의 아랍어 공개 Facebook 게시물로 구성된, 수동 및 ChatGPT 보조 주석(annotation)이 적용된 데이터셋인 Cohesion-6K를 제시합니다. 각 게시물은 갈등에서 결속으로 이어지는 연속체를 나타내는 다섯 가지 담론 범주 중 하나로 분류됩니다: 갈등(Conflict), 해결(Resolution), 커뮤니티 참여(Community Engagement), 지지적 상호작용(Supportive Interactions), 그리고 공유 가치(Shared Values). 주석 과정은 전문가의 인간적 판단과 훈련된 주석가에 의해 검증된 모델 보조 사전 레이블링(pre-labeling)을 결합하였으며, 상당한 수준의 주석자 간 일치도(Cohens kappa = 0.85)를 달성했습니다. 정량적 분석 결과, 갈등 지향적인 게시물이 해결 지향적인 게시물보다 2배에서 4배 더 많은 사용자 상호작용을 받는 일관된 참여 격차(engagement gap)가 나타났습니다 (p < 0.01). 이러한 패턴은 분열적인 담론이 아랍어 소셜 미디어 공간에서 어떻게 불균형적인 가시성(visibility)을 끌어들이는 경향이 있는지를 보여줍니다. Cohesion-6K는 온라인 결속 및 양극화 연구를 위한 투명하고 재현 가능한 자원을 제공합니다. 본 데이터셋, 주석 가이드라인 및 전처리 코드는 오픈 라이선스 하에 연구용으로 공개될 예정이며, 계산 사회 과학(computational social science), 디지털 커뮤니케이션(digital communication), 그리고 아랍어 자연어 처리(Arabic natural language processing) 분야의 향후 연구를 지원할 것입니다.