下载

完整的文件

格式 文件大小 笔记
PDF文件 1 MB

Adobe Acrobat Reader. 最佳体验的第10版或更高版本。

购买

购买打印副本

  格式 价格表 价格
添加到购物车 平装 108页 $22.50 $18.00 20%的网页折扣

研究问题

  1. 我们如何更好地检测在尺度上的在线阴谋理论的传播?
  2. 在线阴谋如何致力于语目上和修辞?

通过社交媒体在线传播的阴谋理论有助于在公共话语的转变远离事实和分析,并有助于引导公众伤害。社交媒体平台在试图减轻在线阴谋理论语言时造成困难的技术和政策挑战。作为谷歌杰舞部门的一部分,努力面临新兴威胁并孵化新技术,以帮助创建更安全的世界,Rand研究人员对改善机器学习(ML)技术进行检测检测阴谋理论语言的建模努力。他们使用语言和修辞理论开发了一种混合模型来提高性能。他们还旨在利用这种改进的建模努力,综合对阴谋理论的现有研究。本报告介绍了该努力的结果,并提供了抵消在线传播的阴谋理论的影响的建议。

主要发现

  • 混合ML模型改进了阴谋主题检测。
  • 混合M1模型在单一模型中检测涉及阴谋语言的能力大大提高。
  • 混合模型可能具有广泛的应用来检测任何有害的言论,而不仅仅是与阴谋理论有关。
  • 一些阴谋理论,虽然有害,修辞地调用合法的社会商品,如健康和安全。
  • 一些阴谋理论通过创造基于仇恨的“美国与他们”的社会反对来制备职能。
  • 直接矛盾或嘲弄不太可能改变阴谋理论依从性。

建议书

  • 与阴谋主义者透明地和统一地聘用。
  • 正确的阴谋相关的虚假新闻。
  • 聘请适度的阴谋团体。
  • 解决恐惧和存在的威胁。

目录

  • 第一章

    简介:检测和理解在线阴谋语言

  • 第二章

    使阴谋理论感

  • 第三章

    建模阴谋理论:混合方法

  • 第四回

    结论和建议

  • 附录A.

    数据和方法

  • 附录B.

    姿态:文本分析和机器学习

研究进行了研究

这项研究由谷歌的拼图游局提出赞助并在此内部进行 国际安全和国防政策中心兰德国家安全研究司(NSRD).

本报告是兰德公司研究报告系列的一部分。兰特报告目前的研究发现和客观分析,解决了公共和私营部门面临的挑战。所有Rand报告都经过严格的同行评审,以确保高标准的研究质量和客观性。

只要它不妨碍和完整,就会允许复制此电子文档以进行个人使用。副本可能无法重复用于商业目的。禁止未经授权将兰德PDF发布到非兰特网站。兰特PDF受版权法保护。有关重印和链接权限的信息,请访问 兰特 Permissions page.

兰德公司是一个非营利组织,有助于通过研究和分析改善政策和决策。 Rand的出版物并不一定反映其研究客户和赞助商的意见。