지향적 사회적 존경: 온라인 미디어의 타겟팅된 선전, 반대, 지원, 피해 및 착취 표면화
요약
본 논문은 온라인 미디어에서 발생하는 복잡한 감정적 메시지를 분석하기 위해 '지향적 사회적 존경(Directed Social Regard, DSR)'이라는 새로운 다차원적 감정 분석 접근법을 제안합니다. 기존 NLP 도구들이 텍스트의 전반적인 감정만 포착하는 한계를 극복하고, DSR은 메시지의 특정 구절(span) 단위로 '존경'이라는 개념을 세 가지 축(-1, 1)을 따라 점수화하여, 친사회적/반사회적 감정과 그 대상(target)을 동시에 식별할 수 있습니다. 이 접근법은 트랜스포머 기반 모델 쌍으로 구성되며, 실제 온라인 미디어 데이터셋에 적용하여 유의미한 결과를 입증했습니다.
핵심 포인트
- 기존 NLP 감정 분석 도구는 텍스트 전체의 단일 감정만 포착하며, 공존하는 상반된 감정이나 그 대상(target)을 식별하지 못하는 한계가 있다.
- 제안된 '지향적 사회적 존경(DSR)'은 메시지의 특정 구절 단위로 세 가지 축(-1, 1)의 존경 점수를 부여하는 다차원적 감정 분석 프레임워크이다.
- DSR 접근법은 트랜스포머 기반 모델 쌍으로 구성되어, 먼저 감정 대상(sentiment targets)을 탐지하고 이후 모든 구절에 대해 세 가지 축을 따라 점수화한다.
- 본 연구는 DSR 데이터셋 구축 방법론과 함께 6개의 실제 온라인 미디어 관련 제3자 데이터셋에 적용하여 그 유효성을 검증했다.
온라인 플랫폼, 영향력 행사 (influence operations), 그리고 정치적 담론은 같은 메시지 내에서 다양한 주제를 대상으로 친사회적 감정 (예: 선전, 도움 제공, 동정) 과 반사회적 감정 (예: 위협, 반대, 비난) 을 혼합하여 전달하는 경향이 있습니다. 많은 자연어 처리 (NLP) 도구는 텍스트의 전체적인 감정을 긍정적, 중립적, 부정적으로 분류하거나 점수화할 수 있지만, 이러한 도구는 긍정적이고 부정적인 감정이 공존함을 보고하지 못하며, 또한 해당 감정의 대상 (target) 을 보고할 수 없습니다.
본 논문은 사회과학 이론인 도덕적 해방 (moral disengagement) 과 도덕적 프레임 (moral framing) 에 기반한 세 가지 (-1, 1) 축의 존경 (regard) 을 통해 메시지의 모든 스페인 (span) 을 점수화하는 다차원적, 다가치 감정 분석을 위한 지향적 사회적 존경 (Directed Social Regard, DSR) 접근법을 제시합니다. DSR 접근법은 트랜스포머 기반 모델 쌍으로 구성되며, (1) 메시지의 감정 대상 (sentiment targets) 을 스페인 단위로 탐지한 후, (2) 메시지 컨텍스트 내 모든 스페인을 세 가지 존경 축을 따라 점수화합니다.
본 논문은 DSR 데이터셋 구축을 위한 데이터 수집 및 주석 전략, 스페인 단위의 점수를 위한 트랜스포머 기반 아키텍처, 그리고 유망한 결과를 보여주는 검증 연구를 제시합니다. 우리는 검증된 DSR 모델을 6 개의 온라인 미디어 관련 제 3 자 데이터셋에 적용하여, DSR 출력과 기존 사회과학 데이터셋의 레이블 및 주제 간의 의미 있는 상관관계를 보고합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기