研究人员利用社交媒体快速识别乌克兰暴行的系统

研究人员利用社交媒体快速识别乌克兰暴行的系统

研究人员利用社交媒体快速识别乌克兰不端行为。由英国和美国大学专家组成的团队，重新规划其研究活动，迅速创建了一个系统，该系统从位于乌克兰的社交媒体账户中提供了一个有关乌克兰发生的暴行的持续记录。

由ESRC和ORA资助的现有项目MOBILISE，响应了人道主义紧急情况，将他们的专业知识与美国三个其他机构的专业知识结合起来。他们快速的思考意味着他们现在能够实时记录和追踪人员流离失所、侵犯人权、人道主义需求和对入侵的公民抵抗等情况。

新的 “乌克兰数据” 项目使用机器学习算法分析推特数据 - 它能够通过展示团队正在追踪的某些主题的可信推特的激增，以及标明这些事件发生地点，比媒体提前几个小时标记重要事件。它专注于四个领域-人道主义需求、流离失所的人群、公民抵抗以及侵犯人权行为。

曼彻斯特大学的乌克兰籍资深政治讲师奥尔加·奥努奇博士确定了要监测的账户，并为系统创建了一个包含600多个关键词的清单进行检查。它捕捉到了生活中的语言 - 例如，抗议活动可能会被称为乌克兰语或俄语中苏联时代的俗语“集会”。

她希望这项工作可以在两方面帮助：在当下，通过帮助援助机构将资源引导给逃离战斗的人们，从长远来看，通过永久性地记录虐待和暴行，为最终的正义做准备。

例如，在追踪公民抵抗和侵犯人权行为方面，该系统能够立即识别一场重大事件的开始-俄罗斯军队在3月21日开火击打南部城市赫尔松的和平抗议者，因为这在该项目网站的一个主要图表上标记为高峰。如果他们拥有能够派上用场的特殊或专门知识，社会科学家在危机时刻有责任使用它 - 即使他们无法直接拯救生命，也可以用它记录发生的事情。“这是一种侵犯人权行为的早期警报系统，”马里兰大学的恩里克斯托·卡尔沃解释道。“为了使其起作用，我们需要了解两个基本事实：正在发生或正在被报道的事情，以及谁在报道这些事情。”卡尔沃及其实验室专注于这两个要求中的第二个，并构建了一个“社区检测”系统，以识别用于收集数据的关键推特用户群组 - 这意味着每天有数百万条推特数据进入系统。杜克大学的埃里克·维尔贝尔负责项目的自然语言处理元素，使用人工智能和由奥努奇和其他人开发的关键词清单分析推特内容；北卡罗来纳大学的政治科学教授格雷姆·罗伯逊及其同事提供该地区的专业知识；来自基辅经济学院的学者正在帮助验证系统的性能。

乌克兰的战争可能是第一场以这种方式使用社交媒体数据的战争，但不会是最后一场 - 分析社交媒体数据很可能会成为日后监控冲突以及其他危机和未来历史关键时刻的日益普遍的方法，卡尔沃说道。该工具及其生成的报告还有可能对英国和国际上的政策和人权文档流程产生重大影响。

本文原文来自xz-edu.com