BERTopic-Virality Prioritisation: A Scalable Framework for Thematic and Comparative Analysis of COVID-19 and Monkeypox Misinformation on Twitter
यह शोध पत्र BERTopic-VP प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो विभिन्न महामारियों में उच्च-प्रभाव वाली स्वास्थ्य भ्रामक सूचनाओं (मिज़इन्फॉर्मेशन) के नैरेटिव्स की शीघ्र पहचान और तुलनात्मक विश्लेषण को सक्षम करने के लिए कॉन्टेक्स्टुअल एम्बेडिंग क्लस्टरिंग को एक विरैलिटी-प्रायोरिटाइजेशन लेयर और एक हाइब्रिड मिज़इन्फॉर्मेशन डिटेक्टर के साथ एकीकृत करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जब कोई नई बीमारी उभरती है, तो दुनिया को दो साथ चलते संकटों का सामना करना पड़ता है: स्वयं वह वायरस और उसके साथ फैलने वाली गलत सूचनाओं की बाढ़। यह दूसरा संकट, जिसे अक्सर 'इन्फोडेमिक' (infodemic) कहा जाता है, जैविक संकट जितना ही खतरनाक हो सकता है। ट्विटर जैसे सोशल मीडिया प्लेटफॉर्म पर, जहाँ संदेश छोटे होते हैं और बिजली की गति से चलते हैं, इलाज, उत्पत्ति और सुरक्षा उपायों के बारे में झूठी कहानियाँ आधिकारिक स्वास्थ्य मार्गदर्शन की तुलना में अधिक तेज़ी से पकड़ बना सकती हैं। इन कहानियों को ट्रैक करने के पारंपरिक तरीके अक्सर विफल हो जाते हैं क्योंकि वे इस बात पर निर्भर करते हैं कि विशिष्ट शब्दों का कितनी बार उपयोग किया गया है। सोशल मीडिया की अराजक, तेजी से बदलती भाषा में, जहाँ लोग स्लैंग (slang), हैशटैग और इमोजी का उपयोग करते हैं, साधारण शब्द गणना विफल हो जाती है। वे पोस्ट के पीछे के गहरे अर्थ को समझने में चूक जाते हैं, जिससे असंबंधित विचारों को एक साथ जोड़ दिया जाता है या किसी नए, खतरनाक अफवाह को तब तक नहीं पहचान पाते जब तक कि वह बहुत अधिक फैल न जाए।
इसे हल करने के लिए, मैनचेस्टर मेट्रोपॉलिटन यूनिवर्सिटी के शोधकर्ताओं ने डिजिटल शोर को सुनने का एक नया तरीका विकसित किया। उन्होंने एक ऐसी प्रणाली बनाई जो न केवल शब्दों को गिनती है बल्कि उनके पीछे के अर्थ को भी समझती है, और साथ ही इस बात पर भी ध्यान देती है कि कोई कहानी कितनी तेज़ी से फैल रही है। उनका लक्ष्य एक ऐसा उपकरण बनाना था जो सार्वजनिक स्वास्थ्य अधिकारियों को सबसे खतरनाक झूठ को जल्दी पहचानने में मदद कर सके, भले ही वे अभी बस शुरू ही हुए हों। भाषा की गहरी समझ और इस माप को जोड़कर कि कोई पोस्ट कितनी बार साझा की जा रही है, उन्होंने एक ऐसा ढांचा तैयार किया जो ट्वीट्स के समूहों में से उन विशिष्ट विमर्शों (narratives) को खोज सकता है जो सार्वजनिक स्वास्थ्य के लिए सबसे बड़ा जोखिम पैदा करते हैं।
शोधकर्ताओं ने इस नई प्रणाली को, जिसे उन्होंने BERTopic-VP नाम दिया है, दो प्रमुख स्वास्थ्य संकटों के वास्तविक डेटा पर लागू किया: नोवेल कोरोनावायरस के कारण उत्पन्न वैश्विक महामारी और 2022 के मंकीपॉक्स (monkeypox) प्रकोप। उन्होंने इन घटनाओं से संबंधित ट्वीट्स के बैच सिस्टम में डाले, जिन्हें 10,000 से 1,00,000 के समूहों में प्रोसेस किया गया। विशिष्ट कीवर्ड्स को खोजने के बजाय, सिस्टम ने पहले ट्वीट्स को उनके वास्तविक अर्थ के आधार पर समूहों (clusters) में विभाजित किया। इसने यह समझने के लिए उन्नत भाषा मॉडलों का उपयोग किया कि अलग-अलग बातें कहने वाले दो पोस्ट अभी भी एक ही मूल विचार पर आधारित हो सकते हैं, जैसे कि सरकार के प्रति अविश्वास या टीकों के प्रति डर। एक बार कहानियों के समूह बन जाने के बाद, सिस्टम ने विश्लेषण का दूसरा स्तर जोड़ा: इसने देखा कि प्रत्येक कहानी को कितना जुड़ाव (engagement) मिला। इसने गणना की कि प्रत्येक समूह के भीतर के पोस्ट को कितने लोगों ने लाइक, शेयर या रिप्लाई किया। इसने सिस्टम को कहानियों को रैंक करने की अनुमति दी, जिससे उन कहानियों को उजागर किया जा सका जो न केवल लोकप्रिय थीं, बल्कि सक्रिय रूप से फैल भी रही थीं।
परिणामों ने खुलासा किया कि इन दोनों प्रकोपों के दौरान गलत सूचना के व्यवहार में स्पष्ट अंतर थे। कोरोनावायरस महामारी के दौरान, झूठी कहानियाँ अत्यधिक विविध और जटिल थीं। वे विषयों की एक विस्तृत श्रृंखला को कवर करती थीं, जैसे वायरस की उत्पत्ति के बारे में साजिश के सिद्धांत और मास्क की प्रभावकारिता या लॉकडाउन नीतियों पर बहस। इन पोस्ट में उपयोग की जाने वाली भाषा अक्सर सघन और पढ़ने में कठिन थी, जो अधिक विश्वसनीय दिखने के लिए विशेषज्ञ के लहजे की नकल करती थी। इसके विपरीत, मंकीपॉक्स प्रकोप के आसपास की गलत सूचना बहुत अधिक केंद्रित थी। झूठे विमर्श मुख्य रूप से कुछ विशिष्ट विषयों पर केंद्रित थे, जैसे वैक्सीन वितरण में विफलता और स्वास्थ्य अधिकारियों में गहरा अविश्वास। ये कहानियाँ भाषाई रूप से सरल, पढ़ने में आसान और बहुत अधिक भावनात्मक प्रभाव (emotional charge) वाली थीं, विशेष रूप से भय और क्रोध।
अध्ययन से पता चला कि यह प्रणाली अपने काम में प्रभावी थी। इसने वायरल होने की उच्च क्षमता वाली गलत सूचना के समूहों को सफलतापूर्वक पहचाना, और मानव समीक्षा के लिए शीर्ष एक प्रतिशत फैलने वाली कहानियों को चिह्नित किया। मंकीपॉक्स डेटा में, जहाँ शोधकर्ताओं के पास वास्तविक शेयरिंग संख्या उपलब्ध थी, सिस्टम ने सार्थक रूप से व्याख्या योग्य विषय (semantically interpretable topics) उत्पन्न किए और देखे गए जुड़ाव के आधार पर सबसे सक्रिय समूहों की पहचान की। कोरोनावायरस डेटा के लिए, जहाँ शेयरिंग संख्या उपलब्ध नहीं थी, सिस्टम ने एक चतुर समाधान अपनाया: इसने मंकीपॉक्स डेटा से सीखा कि कौन सी भाषाई और मनोवैज्ञानिक विशेषताएं आमतौर पर उच्च शेयरिंग की ओर ले जाती हैं, और फिर उस ज्ञान को यह अनुमान लगाने के लिए लागू किया कि कौन सी कोरोनावायरस कहानियाँ फैलने की संभावना रखती हैं। इसने सिस्टम को प्रत्यक्ष शेयरिंग काउंट तक पहुँच के बिना भी जोखिम भरे विमर्शों को प्राथमिकता देने की अनुमति दी।
महत्वपूर्ण रूप से, शोधकर्ताओं ने दिखाया कि किसी कहानी के फैलने की क्षमता हमेशा इस बात से जुड़ी नहीं होती कि वह सच है या झूठ। सिस्टम ने कई अत्यधिक वायरल समूहों को भी पाया जो वास्तव में तथ्यात्मक थे, जैसे कि समाचार अपडेट या आधिकारिक स्वास्थ्य सलाह। यही कारण है कि सिस्टम को दो चरणों में काम करने के लिए डिज़ाइन किया गया है: पहले, यह उन कहानियों को ढूंढता है जो सबसे तेज़ी से फैल रही हैं; दूसरा, यह निर्धारित करने के लिए एक अलग जांच का उपयोग करता है कि वे कहानियाँ सच हैं या नहीं। यह संयोजन स्वास्थ्य अधिकारियों को अपने सीमित समय को उन विशिष्ट झूठों पर केंद्रित करने की अनुमति देता है जो सबसे अधिक गति पकड़ रहे हैं, बजाय इसके कि वे हर गलत दावे का खंडन करने या उन तेज़ चलने वाली सच्ची खबरों को अनदेखा करने में समय गंवाएं।
अध्ययन ने यह भी रेखांकित किया कि किसी कहानी का भावनात्मक स्वर उसके प्रसार का एक शक्तिशाली चालक है। सबसे अधिक वायरल होने वाली गलत सूचना अक्सर सरल भाषा में लिखी गई थी जिसे जल्दी समझा जा सके, और इसके साथ भय और क्रोध जैसी तीव्र भावनाएं जुड़ी थीं। इससे पता चलता है कि वे झूठ जिन्हें पचाना आसान है और जो लोगों में तीव्र भावनाएं पैदा करते हैं, उनके साझा किए जाने की संभावना अधिक होती है। इन पैटर्नों की पहचान करके, यह नया ढांचा सार्वजनिक स्वास्थ्य टीमों को डिजिटल परिदृश्य की निगरानी करने का एक व्यावहारिक तरीका प्रदान करता है। यह एक प्रारंभिक चेतावनी प्रणाली (early warning system) के रूप में कार्य करता है, जो उन विशिष्ट, उच्च-जोखिम वाले विमर्शों को सामने लाता है जिन्हें व्यापक नुकसान पहुँचाने से पहले तत्काल ध्यान देने की आवश्यकता है। यह कार्य प्रदर्शित करता है कि शब्दों के अर्थ और उनके यात्रा करने के तंत्र, दोनों को समझकर, हम स्वास्थ्य आपात स्थितियों के दौरान गलत सूचना के खतरों से समुदायों को बेहतर ढंग से सुरक्षित रख सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।