Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Similar a 코로나 이후, 반중정서는 과연 심화되었을까 - 강태영(언더스코어)
Similar a 코로나 이후, 반중정서는 과연 심화되었을까 - 강태영(언더스코어) (20)
코로나 이후, 반중정서는 과연 심화되었을까 - 강태영(언더스코어)
- 1. 강태영 (minvv23@underscore.kr) 코로나 이후, 반중 정서는 과연 심화되었을까? : 뉴스 포털 댓글 데이터를 활용한 온라인 여론 변화 분석 2021.12.18. <팬데믹 시대의 혐오>
- 2. Curriculum Vitae 강태영 minvv23@underscore.kr Education 2019.03-2020.08. M.S. 경영공학 (KAIST) 2014.03.-2019.02 B.A. 사회학/정치학 (서강대학교) Job & Activities 〮 2018.04.- 데이터 분석 & 미디어 컨텐츠 스타트업 <언더스코어> 〮 2020.09.- KAIST D.LAB Visiting Researcher 〮 2021.04.- MyMusicTaste Data Analyst 〮 2020.10.- KoreaPDS Statistician Research Interest 〮 전산사회과학 (Computational Social Science) - 온라인 미디어에서의 여론 형성과 유저 의사 결정 - 데이터 기반 인사(HR) 관리 〮 양적연구방법론 (Quantitative Research Methodology) - 자연어처리 응용 연구 - 온라인 데이터 유저 텍스트 분석
- 3. Introduction
- 4. Introduction
- 5. Introduction
- 6. Introduction
- 7. Introduction
- 8. Introduction
- 9. 연구의 목적
- 10. Research Questions 코로나 이후 반중(反中) 혐오발언은 증가했는가? 코로나 이전의 인종·국가 혐오 발화의 추세는 어떠했는가? 반중(反中) 혐오발언과 개인의 정치 성향의 관계는 어떠한가?
- 11. 데이터와 방법론
- 17. Data & Methods 기간 2011.01.01.-2021.11.01. 수집 대상 주요 언론사 64곳 검색어 중국, 일본, 中, 日, 한중, 한일
- 18. Data & Methods 다음 뉴스 크롤러 - 제목 - 언론사 - 댓글 네이버 뉴스 크롤러 - 제목 - 언론사 - 댓글 네이버 검색 API 1-1. BigKinds 뉴스 제목으로 검색 1-2. 다음 뉴스 제목으로 검색 2. 네이버 뉴스 크롤러 사용 다음 검색 API 1. BigKinds 뉴스 제목으로 검색 2. 다음 뉴스 크롤러 사용 BigKinds 뉴스DB 최종 데이터 (35,536개 뉴스) - BigKinds 뉴스 제목 - 네이버 뉴스 제목 - 네이버 뉴스 댓글 - 다음 뉴스 제목 - 다음 뉴스 댓글
- 19. Data & Methods
- 20. Data & Methods - 1,001,021건의 댓글 데이터를 모두 수집 - 네이버와 다음 각 포털에서 각각 약 2,000명 씩 총 3,802명의 유저 패널을 확보 - 중국과 일본 각각에 대해 최소 5회 씩은 댓글을 작성한 2,996명 패널을 최종 활용
- 22. Data & Methods 텍스트 네트워크 분석 워드클라우드
- 23. Data & Methods 왜 문제인가? - 단순히 오래되어서가 아니라 ‘잘못된 방식’이어서 문제 - 언어가 표현(representation) 되는 방식을 적절히 보여주지 못하는 방법 - 어휘의 사용 빈도가 특정 문서의 언어적 특징들을 충분히 설명할 수 있는가? - 어휘들 간의 네트워크가 특정 문서가 언어적 특징들을 충분히 설명할 수 있는가? - 시각적으로 화려해(?) 보이기는 하니 효용감을 위해 자주 사용되고 있음 - 그러나 ‘해석‘이 실질적으로 불가능하기에 결국 분석가의 자의적인 해석이 분석/ 시각화의 결과와는 무관해지는 문제가 발생
- 24. Data & Methods
- 25. Data & Methods - 2019.01.-2021.07. 포털 뉴스 섹션 및 주요 온라인 커뮤니티에서 댓글 약 3.5만 건 수집 - 레이블링 완전 일치율 53.11% / 일관성 Krippendorff’s Alpha 0.713 - 분류 정확도(Label Ranking Average Precision) 0.914
- 26. Data & Methods #1 : 토큰 추출 #2 : 토큰 평균 임베딩 #3 : 문서 클러스터링
- 27. Data & Methods Sentence A Sentence B Pooling Pooling u v (u, v, |u-v|) Classification Layer Sentence BERT
- 28. 분석 결과
- 33. 연구의 결론
- 34. Conclusion 통념과 달리, 코로나 이전에는 반중 발언의 증가 추세 관찰 X
- 35. Conclusion 판데믹을 거치며 본격적으로 반중 발언이 늘어나기 시작
- 36. Conclusion 반중 발언이 증가한 뉴스 주제들은 다양한 이슈를 포괄
- 37. Conclusion 보수 성향 유저일수록 반중 정서가 코로나 이후 더 급격히 증가
- 38. 연구의 의의
- 42. Implications
- 43. Implications
- 44. 감사합니다. 강태영 (minvv23@underscore.kr) 2021.12.18. <팬데믹 시대의 혐오> 컨퍼런스