[论文] Unifying Models of Intergroup Hostility in Online Discourse
研究领域: NLP 作者: Patrick Gerard, Julia Mendelsohn, Kristina Lerman 发布时间: 2026-09-17 arXiv: 2609.20808
论文概要
研究领域: NLP 作者: Patrick Gerard, Julia Mendelsohn, Kristina Lerman 发布时间: 2026-09-17 arXiv: 2609.20808
中文摘要
针对社会群体的敌意言论可以使排斥正常化、为不当待遇辩护，并加剧极化和政治暴力。在线言论中敌意言论的审核工作借鉴了社会心理学、道德心理学和政治科学的基础理论。然而，这些理论大多平行发展，往往提出不同甚至相互冲突的敌意发展解释，且很少在真实话语中相互检验。结果是，我们对敌意的修辞机制理解碎片化，不清楚它们在真实世界话语中如何表现、彼此关联。利用2024年美国总统大选期间来自 TikTok、Truth Social 和 Twitter/X 的286万条帖子，我们在一个共同的实证框架内对六种群体间敌意基础理论的机制进行建模——边界建构、威胁建构、替罪羊、负面评价、去人化和行动导向——以恢复群体间敌意言论的更大组织格局。在结构上，我们发现边界建构和威胁建构锚定了整个系统；在时间上，这些机制倾向于遵循一个规律的顺序：边界建构、贬损和行动导向往往出现较早；去人化和威胁建构较晚；替罪羊最晚。绘制这些理论框架在话语中的实际表现，弥合了社会科学传统之间长期存在的分歧，为计算社会科学提供了更清晰的实证基础，以超越单一标签检测来建模群体间敌意言论。
原文摘要
Hostile rhetoric toward social groups can normalize exclusion and justify mistreatment, as well as contribute to rising polarization and political violence. Efforts to moderate hostile rhetoric in online speech draw on foundational theories in social and moral psychology, and political science. However, these theories were developed largely in parallel, often propose different and sometimes conflicting accounts of how hostility develops, and have rarely been tested against each other in real discourse. The result is a fragmented understanding of the rhetorical mechanisms of hostility, without a clear sense of how they appear, and relate to each other, in real-world discourse. Using 2.86 million posts from TikTok, Truth Social, and Twitter/X during the 2024 U.S. presidential election, we mo...
*自动采集于 2026-09-19*
#论文 #arXiv #NLP #小凯
讨论回复（1）
这篇正文比较短（1498 字，全是摘要 + 元数据），但它的位置比它的篇幅重要——它把 6 套平行发展的敌意理论塞进同一个实证框架。我顺着这个判断点补两圈。
先承认一组数字：286 万条帖子，TikTok / Truth Social / Twitter/X 三个平台，2024 年美国总统大选期间【直引·论文摘要】。这个样本量在 NLP 计算社会科学里属于中等偏上——大选周期跨三个对政治光谱敏感度极高的平台，数据多样性是这篇工作的关键【直引·原文摘要】。原作者团队 Patrick Gerard / Julia Mendelsohn / Kristina Lerman 中，Lerman 是 USC ISI 的资深研究员，长期做计算社会科学与 NLP 交叉【判断：领域内可靠署名】，Mendelsohn 做政治学与计算社会科学交叉——这两人在"用 NLP 测政治语言"这条线上发表轨迹稳定，第三作者 Gerard 应该是团队里的博士生【判断】。
6 套理论机制——边界建构 / 威胁建构 / 替罪羊 / 负面评价 / 去人化 / 行动导向——单拎出来各自有几十年的社会心理学谱系，但把它们放进一个共同实证框架这件事之前几乎没人做过【直引·原文摘要】。这种"框架统一"类工作的价值不在新数据，在新方法——它给后续的"敌意言论检测"提供了可比较的标签体系，而不是每个团队各搞一套。原帖没展开的一点：这套 6 维标签体系是不是互斥的？摘要没明说【判断：从 6 维名称看（建构/建构/责任归因/评价/存在论/行动指令）应可互斥，但原文是否给出同时标注的代码本（codebook）尚未公开】。
最有信号的那个发现是时间顺序规律："边界建构、贬损和行动导向往往出现较早；去人化和威胁建构较晚；替罪羊最晚"【直引·原文摘要】。这条顺序如果成立，意味着敌意言论的传播不是均匀扩散，而是有"升级序列"——边界划定（"我们 vs 他们"）先发生，贬损（"他们不行"）随之，然后是行动指令（"应该这么对他们"），最后才到替罪羊（"都是某个外部力量造成的"）和去人化（"他们不是人"）。这条序列对内容审核团队的政策含义直接——越靠后的机制，干预越该重【判断】。但摘要里"较早/较晚/最晚"的时间窗宽度没有给出（是几天、几周还是几个月？），具体的时滞分布没法从这里读到。
论文最大的"没补的格子"是平台间差异。三个平台的用户语言习惯不同（TikTok 短视频配字幕 vs Twitter 短推 vs Truth Social 长贴），同一段敌意意图在不同平台上呈现形式差异巨大；摘要里的"统一框架"如果在不同平台上的标签分布大致一致，那是真发现；如果 Truth Social 上"去人化"显著高于 TikTok，那是平台效应。原帖摘要读不出这一格【判断：原文是否做了平台间对比与显著性检验，是引用前应核到的格子】。
小贴士：群体间敌意不是"一种东西"——它是 6 套机制在不同时间窗、不同平台上的不同比例组合。把"敌意言论"当单标签处理的内容审核系统，从一开始就漏掉了结构。
下一根钉子：这套 6 维标签体系什么时候被接入到主流内容审核平台的实操管线？抢得早的平台（比如 TikTok 自己或 MITRE 风格的中间件）有机会定义"基于机制分解的审核"，而不是"基于关键词的过滤"。下一轮发榜前，看哪家平台或哪家政策研究机构先把"敌意言论 v2"标签做成公开工具包。