arXiv:2606.19647v1 cs.CL

24시간 만에 5만에서 820만으로: 보지냐의 알고리즘적 봉헌과 월드컵 가시성의 다언어적 구성

From 50K to 8.2 Million in 24 Hours: Vozinha's Algorithmic Consecration and the Multilingual Making of World Cup Visibility

Vinicius Covas

제출 2026-06-17

한국어 초록

본 연구는 2026년 FIFA 월드컵에서 스페인과 카보베르데가 0-0으로 무승부를 거둔 후, 언어가 40세의 카보베르데 골키퍼인 보지냐의 알고리즘적 봉헌을 어떻게 구성했는지에 대한 다언어 계산 담론 분석을 제시합니다. 이 연구는 포르투갈어, 스페인어, 영어, 프랑스어로 된 다언어 코퍼스, 큐 기반 프레임 주석이 포함된 9개 프레임 서사 택소노미, 대규모 언어 모델(LLM) 보조 제안과 인간 검증을 결합한 재현 가능한 주석 파이프라인, 그리고 담론 단계에 걸친 언어 간 서사 확산 분석을 제공합니다. 우리는 "5만에서 800만"으로 서술된 플랫폼 팔로워 수 그 자체를 단순한 측정치가 아닌, 유통 및 서술 가능한 가시성의 증거인 언어적 객체로 취급합니다. 팔로워 증가 타임라인은 맥락 메타데이터로만 사용됩니다: 우리는 연속적인 API 기반 시리즈가 아닌 보수적인 단계 구조를 재구성하며, 모든 데이터 포인트를 값 클래스, 신뢰도, 증거 유형별로 분류합니다. 유일한 정확한 1차 스크래퍼 기준점은 2026-06-16 15:47 UTC의 8,235,652명의 팔로워이며, 45k-56k의 추정 경기 전 기준선을 포함한 다른 모든 수치는 추정 범위 또는 임계값으로 보고됩니다. 연구 결과에 따르면, 서로 다른 언어는 서로 다른 프레임을 담고 있습니다: 포르투갈어는 동원, 스페인어는 위기, 영어는 국가 형성, 그리고 주변부의 경기력이 전 세계적으로 가시화되는 공유된 플랫폼 지표 스펙터클이 그것입니다. v0.1 파일럿으로서, 본 논문은 코퍼스 스키마, 프레임 택소노미, 주석 가이드라인, 해시된 시각적 증거 로그, 유형화된 타임라인을 공개하며, 전체 이중 주석과 주석자 간 일치도는 계획된 작업임을 명시합니다.

원문 초록

We present a multilingual computational discourse analysis of how language constructed the algorithmic consecration of Vozinha, the 40-year-old Cape Verde goalkeeper, after Spain 0-0 Cape Verde at the 2026 FIFA World Cup. The study contributes a multilingual corpus in Portuguese, Spanish, English, and French; a nine-frame narrative taxonomy with cue-based frame annotation; a reproducible annotation pipeline combining LLM-assisted suggestion with human validation; and an analysis of cross-lingual narrative diffusion across discourse phases. We treat the platform follower count itself, narrated as "50k to 8M", as a linguistic object: a circulating and narratable proof of visibility rather than a mere measurement. The follower-growth timeline is used only as contextual metadata: we reconstruct a conservative phase structure, not a continuous API-native series, and type every datapoint by value class, confidence, and evidence type. The only exact primary scraper anchor is 8,235,652 followers at 2026-06-16 15:47 UTC; all other figures are reported as estimated ranges or thresholds, including an estimated pre-match baseline of 45k-56k. Findings suggest that distinct languages carried distinct frames: Portuguese mobilization, Spanish crisis, English nation-making, and a shared platform-metric spectacle through which peripheral athletic performance became globally visible. As a v0.1 pilot, the paper releases the corpus schema, frame taxonomy, annotation guidelines, hashed visual-evidence log, and typed timeline, while flagging full double annotation and inter-annotator agreement as planned work.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2606.19647v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2602.02624v2cs.SI공통 태그 social media

X의 추천 시스템이 사용자의 이념적 성향을 의도치 않게 프로파일링하는 현상

Recommender system in X inadvertently profiles ideological positions of users

여러 데이터 보호법은 관리자의 의도와 관계없이 정치적 견해를 드러내는 데이터 처리를 제한합니다. 그러나 추천 시스템이 관련성 최적화의 부산물로 이러한 처리를 수행하는지는 아직 측정된 바 없습니다. 본 연구에서는 프랑스의 자원봉사자 682명에게 제공된 250만 건의 '팔로우 추천(Who to Follow)' 데이터를 바탕으로, X의 추천 시스템이 26,509개 계정에 사용한 임베딩(embedding)의 근사치를 재구성하고 설문조사 기반으로 보정된 이념 점수를 산출출했습니다. 이 임베딩의 한 방향은 연령, 성별, 인기도를 추적하는 방향과는 뚜렷하게 구별되며, 좌우 정치 성향에 따라 사용자를 정렬합니다(피어슨 상관계수 rho = 0.887). 연구진은 이러한 척도가 실제로 존재하며 해당 임베딩을 통해 계산되는 추천 결과에 영향을 미친다는 점을 보여줍니다. 이 성향 축을 제거하자 정확도 저하는 미미한 수준에 그치면서도 추천의 다양성은 향상되었습니다. 본 논문은 현재의 프로파일링(profiling) 정의에서는 명확히 다루지 못하는, 중대한 형태의 창발적(emergent) 정치적 표현 표상을 실증적으로 규명합니다.

arXiv:2609.27059v1cs.CL공통 태그 discourse analysis

일리노이 사회적 태도 종합 말뭉치(ISAAC): 대규모 사회 집단 담론 분석을 위한 공개 도구 및 재현 가능한 파이프라인

The Illinois Social Attitudes Aggregate Corpus (ISAAC): An Open Tool and Reproducible Pipeline for Analyzing Social Group Discourse at Scale

본 논문에서는 2007년부터 2023년까지 17년 동안 인종, 성적 지향, 연령, 장애 여부, 체중, 피부색에 기반한 6가지 핵심 사회 집단 구분에 대한 관련성을 기준으로 선별된 5억 2,700만 개 이상의 영어 레딧(Reddit) 게시물로 구성된 개방적이고 모듈화되었으며 접근성이 높은 말뭉치인 일리노이 사회적 태도 종합 말뭉치(ISAAC, Illinois Social Attitudes Aggregate Corpus)를 소개합니다. 다단계의 인간 감사(human-audited) 필터링 파이프라인을 사용하여 정제된 데이터셋(dataset) 내 무관한 콘텐츠의 비율을 전체적으로뿐만 아니라 각 사회 집단 구분별로도 10% 미만으로 유지했습니다. 이후 각 게시물에는 사용자의 추정 거주 지역과 함께 도덕화, 감성, 감정, 언어적 일반화를 포함하여 검증된 기성(off-the-shelf) 및 맞춤형 시맨틱 레이블 세트가 알고리즘을 통해 주석 처리되었습니다. 우리는 온라인 검색 행동, 주요 사회적 사건(전국적 및 지역적) 동안의 시간적 급증, 대중 태도의 장기적 변화와 같은 거시적 차원의 사회적 경향과 ISAAC을 연결하는 수렴적 증거를 통해 결과 말뭉치의 유효성을 확인합니다. ISAAC은 통합된 공개 인프라를 제공함으로써 연구 파편화를 없애고 원활한 복제를 가능하게 하는 동시에 대규모의 다양한 실증적 워크플로를 지원합니다. 구체적으로 ISAAC을 통해 연구자들은 범주 간 비교를 수행하고, 사회 집단 담론의 장기적인 시간적 변화를 높은 정밀도(precision)로 추적하며, 공간적 변이를 지역화된 여론 및 정책 결과에 매핑할 수 있습니다. ISAAC의 완전 공개형 모듈식 파이프라인은 말뭉치를 새로운 플랫폼, 언어 및 사회적 범주로 쉽게 확장할 수 있도록 지원합니다. 다양한 연구 요구를 수용하기 위해 ISAAC은 포인트 앤 클릭 웹사이트 및 레이블러 웹 앱을 통한 노코드 방식과 SQL 플레이그라운드, Python 패키지, HuggingFace를 통한 프로그래밍 방식 모두로 접근할 수 있습니다.

arXiv:2609.28352v1cs.CL공통 태그 social media

디지털 양층언어현상: X와 Facebook 사이의 아랍어

Digital diglossia: Arabic between X and Facebook

본 연구는 X와 Facebook 전반에 걸친 표준 아랍어(SA; H(상위) 변종) 및 구어체 아랍어(CA; L(하위) 변종)의 분포를 조명한다. Python을 통해 16,754개의 공개 게시물을 수집하였으며, 이 중 10,000개를 최종 데이터셋(dataset)으로 유지하였다. 게시물은 *정치, 기술, 과학, 비즈니스, 문화, 유머, 스포츠*의 7가지 담화 범주로 분류되었다. 카이제곱 검정과 크래머의 V(CV)를 포함한 이변량 분석을 통해 플랫폼, 담화 범주, 양층언어적 선택 간의 연관성을 조사하였으며, 플랫폼과 담화 범주 간 상호작용을 포함한 이항 로지스틱 회귀를 통해 이러한 연관성이 플랫폼 간에 차이를 보이는지 검정하였다. 연구 결과에 따르면, 담화 범주와 양층언어적 선택 사이에는 X(카이제곱(6, *N* = 5000) = 600.35, p < .001, CV = .347)와 Facebook(카이제곱(6, N = 5000) = 1249.52, p < .001, CV = .500) 모두에서 유의미한 연관성이 있는 것으로 나타났다. 전체 플랫폼에 걸쳐 플랫폼 자체도 양층언어적 선택과 연관되어 있었다(카이제곱(1, N = 10000) = 262.16, p < .001, CV = .162). 또한 이항 로지스틱 회귀 분석에 따르면, 정치 기준 범주에서 Facebook보다 X에서 SA를 사용할 승산이 더 높았으며(*OR* = 1.31, p = .0028), 문화(OR = 2.65), 유머(*OR* = 6.34), 스포츠(*OR* = 26.71), 과학(OR = 0.41), 기술(OR = 0.71) 분야에서 유의미한 플랫폼-도메인 상호작용이 나타났다. 본 연구는 SA와 CA의 양층언어적 사용이 디지털 담화에 대한 늘어나는 연구에 기여한다고 결론짓고, 디지털 시대가 양층언어의 경계를 침식하는 것이 아니라 재형성하여 새로운 형태의 재구성된 디지털 양층언어현상을 낳는다는 점을 밝힌다.

arXiv:2609.22696v1cs.AI공통 태그 social media

Bluesky에서 신뢰할 수 있는 정신 건강 벤치마크 구축: 검증 인식 약한 감독(weak-supervision) 프레임워크

Building Trustworthy Mental Health Benchmarks on Bluesky: A Validation-Aware Weak-Supervision Framework

분산형 소셜 미디어 플랫폼에서는 데이터 접근, 중재, 라벨링, 배포 책임이 여러 기술 및 거버넌스 계층에 분산되므로, 계산 정신 건강(computational mental health) 연구에 새로운 기회와 과제가 생긴다. 본 논문은 AT Protocol 기반 분산형 소셜 미디어 플랫폼인 Bluesky에서 자살 사고(suicidal ideation, SI) 및 더 넓은 범위의 정신 건강(mental health, MH) 공개(disclosure) 벤치마크를 구성·평가하기 위한 검증 인식 약한 감독(weak-supervision) 시스템을 제시한다. 이 시스템은 공개 firehose 수집, 과제별 어휘집(lexicon) 필터링, Llama-3-8B 보조 이진 주석(annotation), 인간 판정(human-adjudicated) 검증 서브셋, 트랜스포머 기반 모델 벤치마킹을 통합한다. 이 파이프라인으로 SI 라벨 게시물 8,346개와 MH 라벨 게시물 9,988개를 담은 과제별 코퍼스 두 개를 구성한다. 평가 결과, 모델 성능은 과제 정의와 검증 프로토콜 모두에 크게 좌우된다. BERT+LSTM은 SI 계층화 교차검증(stratified cross-validation) F1-score에서 최고이며, RoBERTa는 SI 홀드아웃(holdout) F1-score에서 가장 높고, DistilRoBERTa는 MH 교차검증 F1-score에서 최고이다. 인간 검증은 과제별로 약한 라벨(weak-label) 실패 양상이 다름을 보여 주며, SI 라벨은 거짓 음성(false negative)이, MH 라벨은 거짓 양성(false positive)이 우세하다. 이는 분산형 소셜 미디어가 재현 가능한 정신 건강 벤치마킹을 뒷받침할 수 있으나, 시스템 설계·라벨 출처(provenance)·검증 전략·배포 제약을 함께 평가할 때에만 가능함을 시사한다.

arXiv:2507.17636v2cs.CL공통 태그 social media

대규모 언어 모델을 활용한 다국어 부정적 선거 캠페인 측정: 19개국 1,800만 트윗 연구

Measuring Negative Campaigning across Languages with Large Language Models: A Study of 18 Million Tweets in 19 Countries

부정적 선거 캠페인은 선거 경쟁의 본질적 특징이지만, 기존 분류 방법의 높은 비용과 제한된 확장성으로 인해 그 동인에 대한 비교 연구는 여전히 제한적이었다. 본 연구는 두 가지 핵심 기여를 한다. 첫째, 부정적 선거 캠페인의 다국어 분류를 위한 확장 가능한 방법으로서 제로샷 대규모 언어 모델(LLM)을 평가한다. 10개 언어의 벤치마크 데이터셋을 사용하여, LLM 분류가 원어민 인간 주석과 밀접하게 일치하면서 기존의 지도학습 모델보다 우수한 성능을 보임을 보인다. 둘째, 우리가 아는 한 지금까지 최대 규모의 부정적 선거 캠페인에 대한 국가 간 비교 연구를 수행하기 위해 이 접근법을 활용하여, 2017년부터 2022년 사이 19개 유럽 국가의 의원들이 게시한 1,800만 개의 트윗을 분석한다. 전략적 유인 프레임워크에 기반하여, 집권당과 연정 지향 정당은 부정적 선거 캠페인에 대해 더 강한 평판 제약을 받는 반면, 야당과 외곽 정당은 더 약한 제약을 받는다고 주장한다. 또한 이념적 중심에서 멀리 떨어진 정당, 특히 급진 우파 정당이 대립적 수사에 더 크게 의존할 것으로 기대한다. 결과는 이러한 기대를 뒷받침한다: 내각 정당은 덜 부정적이며, 이념적으로 비중심 정당—특히 급진 우파 정당—은 상당히 더 부정적이다. 따라서 본 연구는 캠페인 부정성의 정당 수준 기반에 대한 새로운 비교 증거를 제공하는 동시에, LLM이 언어와 제도적 맥락을 아우르는 정치 담화 연구의 규모, 일관성, 재현 가능성을 어떻게 변혁할 수 있는지를 보여준다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.