Conceptos Básicos
기계학습 기반 모델을 활용하여 트위터 상의 기후변화 관련 허위정보를 효과적으로 탐지하고 그 주요 요인을 분석하였다.
Resumen
이 연구는 기계학습 기반 모델을 활용하여 트위터 상의 기후변화 관련 허위정보를 탐지하고 그 주요 요인을 분석하였다.
먼저, 기존의 CARDS 모델을 개선한 Augmented CARDS 모델을 개발하였다. 이 모델은 트위터 데이터를 활용하여 기존 모델의 성능을 향상시켰다. 특히 허위정보와 사실정보를 구분하는 이진 분류 성능이 크게 개선되었다.
다음으로, Augmented CARDS 모델을 2022년 6월부터 12월까지의 500만 건 이상의 기후변화 관련 트윗에 적용하여 분석하였다. 그 결과, 기후변화 허위정보의 확산은 주로 정치적 사건, 자연재해, 그리고 영향력 있는 인물들의 발언에 의해 촉발되는 것으로 나타났다.
특히 정치적 사건의 경우 기후변화 정책에 대한 비판적 주장이 두드러졌고, 자연재해 발생 시에는 기후변화와 극端 기상 현상의 관련성을 부인하는 주장이 많았다. 또한 영향력 있는 인물들의 발언은 기후변화 관련 음모론을 확산시키는 데 기여하였다.
이러한 분석 결과는 기후변화 허위정보에 효과적으로 대응하기 위한 전략 수립에 활용될 수 있을 것이다.
Estadísticas
기후변화 정책에 대한 비판적 주장이 많이 나타났다.
기후변화와 극端 기상 현상의 관련성을 부인하는 주장이 많이 나타났다.
기후변화 관련 음모론이 확산되었다.
Citas
"기후변화 정책이 해롭다."
"극端 기상 현상은 기후변화와 관련이 없다."
"기후변화는 음모다."