Анализ соцсетей как раннее предупреждение о перемещениях людей ^{CEFR B2}

Учёные исследовали потенциал анализа сообщений в социальных сетях как инструмента раннего предупреждения о перемещениях населения в условиях конфликтов и стихийных бедствий. Работа, опубликованная в EPJ Data Science, опирается на почти 2 миллиона сообщений в X (ранее Twitter) на трёх языках и три изучаемых кейса: Украина (10.6 миллиона перемещённых), Судан (приблизительно 12.8 миллиона) и Венесуэла (около 7 миллионов).

Авторы сравнили подходы к разметке текста и пришли к выводу, что метки сентимента (позитивный, негативный, нейтральный) дают более надёжный ранний сигнал о времени и объёме пограничных перемещений, чем метки конкретных эмоций. Предварительно обученные языковые модели, обученные на больших объёмах текста с помощью глубокого обучения, показали наилучшие результаты для раннего обнаружения признаков перемещений.

Мараренс подчёркивает, что метод эффективнее в условиях быстрого конфликта, как в Украине, и менее надёжен при медленно развивающихся экономических кризисах, как в Венесуэле. Он предупреждает о возможности ложных тревог и предлагает рассматривать анализ соцсетей как ранний сигнал, который нужно проверять традиционными данными — экономическими показателями и полевыми отчётами. В качестве направлений для развития авторы предлагают изучить связь между сентиментом и эмоциями, использовать автоматический перевод для большего охвата языков и добавить данные из других платформ. Исследование получило финансирование от National Science Foundation и Massive Data Institute Джорджтаунского университета. Источник: University of Notre Dame.