基于Telegram的以色列-巴勒斯坦冲突话语社交媒体分析

arXiv cs.CL 论文

摘要

本文对Telegram上关于以色列-巴勒斯坦冲突的话语进行了多方法计算分析,揭示亲以色列频道采用中立、报告式语气,而亲巴勒斯坦频道表现出更多负面情绪和框架。

arXiv:2608.21385v1 Announce Type: new 摘要:社交媒体已成为武装冲突争夺的核心领域,但Telegram上的亲以色列和亲巴勒斯坦社区,其广播架构产生了刻意政治沟通的异常直接记录,尚未在大规模上进行系统性比较。本研究对来自十六个Telegram频道的87,617条消息进行了多方法计算分析,包括八个亲以色列和八个亲巴勒斯坦频道,时间跨度从2021年5月到2026年6月,覆盖多次冲突升级。它结合了情绪分析、三种来自不同范式的立场检测方法(关键词匹配、通过自然语言推理的零样本DeBERTa,以及一个微调的BERTweet模型),以及框架分析,所有这些都针对736条手动标注的消息进行了评估。微调模型表现最佳(在5折交叉验证下准确率为72.1%,宏F1为0.721),比两个无标签基线高出8到11个百分点;基线停滞在60%左右的中低水平,表明未适应领域内语言的立场检测存在硬性上限。核心发现只有在结合情绪、立场和框架时才显现:两个社区使用相同的死亡和受害者相关词汇,但情感基调相反,亲以色列频道以中立和报告式为主,亲巴勒斯坦频道则明显更负面,这与从行动方和受影响方的不同话语立场写作一致。
查看原文
查看缓存全文

缓存时间: 2026/08/25 04:10

# Telegram上以巴冲突话语的社交媒体分析  
来源:https://arxiv.org/html/2608.21385  
Michail Zafeiropoulos2 Despoina Antonakaki1,2, Sotiris Ioannidis2  
1希腊克里特伊拉克利翁,研究与技术基金会计算机科学研究所  
2希腊克里特哈尼亚阿克罗蒂里,克里特理工大学大学城  

###### 摘要  
社交媒体已成为武装冲突的主要舆论场,但Telegram平台上亲以色列与亲巴勒斯坦社群——其广播架构直接记录了有目的的政治传播——尚未得到系统性大规模对比研究。本研究对2021年5月至2026年6月间16个Telegram频道(8个亲以色列、8个亲巴勒斯坦)的87,617条消息进行多方法计算分析,涵盖多次冲突升级阶段。研究结合情感分析、三种不同范式的立场检测方法(关键词匹配、基于自然语言推理的零样本DeBERTa模型、微调BERTweet模型)以及框架分析,所有结果均通过736条人工标注消息进行评估。微调模型表现最佳(五折交叉验证准确率72.1%,宏观F1值0.721),超越无标签基线模型8-11个百分点;基线模型准确率停滞在60%-65%区间,表明未适配领域语言的立场检测存在技术瓶颈。核心发现需综合情感、立场与框架三个维度:两个社群使用相同的死亡与受害者相关词汇,但情感基调截然相反——亲以色列频道以中立报告式表达为主,亲巴勒斯坦频道则呈现显著负面倾向,这与双方作为行动方与受影响方的不同话语立场高度契合。  

关键词:立场检测、情感分析、框架分析、Telegram、以巴冲突、BERTweet、计算社会科学、政治传播  

## 1 引言  
### 1.1 社交媒体与武装冲突  
武装冲突与信息传播的关系始终充满争议,但网络社交媒体的兴起彻底改变了这场博弈的规模、速度和可及性。政治叙事曾通过政府、广播电台、通讯社等制度化渠道传播,如今却同时经由数百万个人账户、组织频道及实时算法放大系统流动。Reuter等人[44]将社交媒体界定为冲突与危机中的多维通信基础设施,其运作模式包括:公民间协调、政府对公众的危机沟通、公民生成内容反馈至权力机构,以及机构间的组织化通信。Zeitzoff[55]的研究表明,冲突方并非简单利用社交媒体动员支持者,而是策略性地塑造针对国际受众的叙事:2012年加沙冲突期间,以色列与哈马斯在军事行动同步开展Twitter信息攻势,被观察者称为首次“Twitter战争”。Oates[39]从平台经济结构角度分析指出:社交媒体公司通过售卖用户参与度获利,而情绪化内容能有效驱动参与,这使得内容审核直接违背其商业利益,导致平台长期容纳未经验证的情绪化政治内容。  

冲突语境下的信息质量问题已得到充分验证且后果严重。Vosoughi、Roy和Aral[52]分析2006-2017年Twitter上约12.6万条新闻传播情况,发现虚假新闻在所有内容类别中传播范围更广、速度更快、影响更深,其中虚假政治新闻的扩散特征尤为显著。这种差异并非源于自动化机器人,而是人类用户优先分享新奇情绪化内容的行为模式。但自动化账号仍发挥特殊放大作用:2020年美国大选分析显示,传播阴谋论的账号中机器人占比异常偏高,被用于夸大党派叙事的表面影响力[13]。在冲突环境中,基层信息难以核实且情感卷入度高,这些动态使未经验证的伤亡、暴行和军事行动声明在辟谣前就已实现全球扩散。Haq等人[18]进一步指出平台结构制造了信息鸿沟与极化社群,算法强化的回音室效应限制了跨群体接触,这些系统性漏洞被信息战参与者利用。Oakley和Rogg[38]证明社交媒体模糊了平民观察者与冲突参与者的边界,使地理遥远的用户能影响军事与政治动态,同时增加了专业分析师的情报研判难度。Bennett和Livingston[5]将这一现象置于民主政治解构的宏大背景中,认为制度与公众间权威信息流的断裂已成为当代政治传播的结构性特征而非偶发异常。  

### 1.2 Telegram作为政治传播基础设施  
在冲突相关政治传播的平台生态中,Telegram占据着独特且具有分析价值的地位。该平台在以巴冲突数字升级前就已成为政治行动者的信息基础设施。Prucha[42]记录了Twitter内容审核趋严后圣战运动对Telegram的系统性迁移,指出当Twitter打击伊斯兰国网络时,这些网络整体转移至Telegram。驱动迁移的架构特性具有针对性:Telegram提供加密通信、无数据共享限制,最关键的是抗审查性——频道内容可轻易转发至私密频道。这些特性使Telegram成为抗审查的广播基础设施,为在其他平台受压制的内容提供稳定环境。与算法策展平台不同,Telegram的频道架构允许管理员直接向任意规模订阅受众广播内容,无需编辑过滤或基于互动的排序。因此频道内容直接反映管理员的选择发布,成为有目的政治传播的异常透明记录。  

Antonakaki和Ioannidis[1]揭示了这些结构特征如何塑造2023年10月7日后的冲突数字传播:Telegram成为亲巴勒斯坦与亲以色列社群实时信息扩散、宣传动员的关键平台。双方均利用该平台发布动态更新、构建事件框架并向国际受众投射政治叙事,但其影响力多次因针对关联频道的内容审查和 censorship 而受限。  

### 1.3 以巴冲突作为案例研究  
以巴冲突对数字传播研究具有特殊价值。它是全球社交媒体讨论最密集的政治议题之一,持续产生高强度话语流量,且在2023年10月升级前就已存在,随后事件进一步加剧了讨论热度。Osimen等人[40]记录了当前升级初期该冲突如何产生不对称媒体框架:西方主流媒体在10月7日后主要采用以色列叙事框架,巴勒斯坦视角与更广泛的历史背景报道相对有限。早期实证研究确立了Twitter作为舆论主战场的地位:Siapera、Hunt和Lynn[47]分析2014年加沙战争约300万条推文,发现话语主导权掌握在活动家与目击者手中,亲巴勒斯坦声量显著,并存在贯穿两极的人道主义框架[47]。社交媒体平台(尤其是Telegram)成为社群对抗和补充主流框架的场域。Antonakaki和Ioannidis[1]追踪了Telegram、Twitter和Reddit上的动态,识别出不同平台具有差异化情感特征与话题侧重的讨论社群。  

该冲突的全球共振性、活跃在线倡导者的鲜明意识形态立场,以及长期大规模Telegram数据的可获得性,使其既是重要的研究主体,也是剖析对立社群如何通过数字传播基础设施构建和维系政治叙事的理想案例。  

### 1.4 研究动机  
尽管学界对冲突相关社交媒体话语的关注度日益提升,但针对亲以色列与亲巴勒斯坦Telegram社群的系统性大规模计算分析仍属空白。现有研究要么通过跨平台分析(将Telegram与其他社交媒体平台并列考察)[1],要么仅聚焦Twitter/X等平台。据我们所知,尚无研究运用情感分析、立场检测和叙事框架等多维互补方法,对意识形态对立的Telegram社群进行专门的长周期自然语言处理分析。  

### 1.5 研究贡献  
本研究主要贡献总结如下:  
- •据我们所知,首次开展大规模计算分析比较亲以色列与亲巴勒斯坦Telegram频道。研究基于16个公开Telegram频道的87,617条消息,时间跨度2021年5月至2026年6月,覆盖以巴冲突多个阶段。  
- •构建并发布标注立场的Telegram消息精选数据集,为监督式与零样本立场检测方法在冲突相关社交媒体内容上的系统评估提供基准。  
- •全面实证比较三种立场检测方法:关键词匹配、零样本DeBERTa推理、微调BERTweet分类器。所提微调模型在五折交叉验证中准确率达72.1%,宏观F1值0.721。  
- •整合情感分析、立场检测与叙事框架为统一分析框架,使网络话语演变得以关联主要冲突事件进行历时考察。  
- •提供对立社群传播策略的历时分析,揭示情感、立场与框架差异及其在军事升级期间的演变规律。  

### 1.6 研究结构  
本研究结构安排如下:第2节提供理论背景,第3节综述相关研究,第4节描述数据集与预处理流程,第5节阐述方法论,第6节报告实证结果,第7节结合研究问题讨论发现,第8节总结全文。  

## 2 理论与计算背景  
### 2.1 社交媒体与政治传播  
社交媒体的出现重构了政治传播架构,其影响远超既有实践的数字化转型。社交媒体被定义为基于Web 2.0意识形态与技术基础构建的互联网应用,支持用户生成内容的创建与交换[21],其塑造全球政治话语的核心作用日益凸显。当政治传播曾依赖政府、广播机构、编辑守门人等制度化渠道时,社交媒体现已允许国家行为体、倡导组织和普通用户直接向大众传播政治内容。这种转变对政治议程设置、事件框架构建及政治社群的组织维系产生了结构性影响。  

议程设置理论是理解媒体如何塑造政治认知的持久框架之一。McCombs和Shaw的开创性研究确立:大众媒体并非告知受众思考内容,而是通过突出特定议题影响思考方向,其研究发现媒体对竞选议题的强调程度与选民对议题重要性的自主判断相关系数达+0.967[33]。在社交媒体环境中,这一过程已被修正但未消解。Feezell实验证明:通过社交媒体接触政治信息会提高接收者将相关议题识别为重要的概率,且低政治兴趣用户(通常不会主动寻求新闻)受影响最显著[11]。因此社交媒体通过偶遇接触延伸了议程设置影响力:主要出于社交目的使用平台的用户,在信息流中会遇到政治相关内容,而非主动选择接触。该机制与Telegram频道订阅者直接相关——无论政治参与是否为其使用平台的主因,他们都会持续接收冲突相关内容。  

框架理论为理解内容到达受众所产生的解释效应提供了分析词汇。Entman将框架定义为传播文本中对感知现实侧面的筛选与凸显,通过促进特定问题界定、因果解释、道德评估或解决方案推荐[10]。框架不仅描述事件,更...

相似文章

分析有毒行为及其对Mastodon社区的影响

arXiv cs.CL

本文利用自然语言处理和机器学习方法,分析去中心化Mastodon平台上的有毒行为,探讨独立运营服务器上内容审核的挑战,并为构建更健康的在线社区提供见解。