TruthStance: An Annotated Dataset of Conversations on Truth Social
本文介绍了 TruthStance，这是一个涵盖 2023 至 2025 年 Truth Social 平台的大规模对话数据集，包含 24,378 篇帖子和 523,360 条评论，并提供了人工标注的论据挖掘与立场检测基准，同时利用大语言模型扩展了标注数据以分析该另类技术平台上的观点形成与论辩模式。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文介绍了一个名为 TruthStance 的新项目，你可以把它想象成是给“真理社交”（Truth Social）这个网络社区做的一次大规模“体检”和“录音”。
为了让你更容易理解，我们可以用几个生活中的比喻来拆解这篇论文的核心内容：
1. 为什么要做这个？（填补“盲区”）
想象一下，以前的研究人员就像是在观察两个巨大的广场（Twitter 和 Reddit），那里人声鼎沸，大家都在讨论新闻和观点。但是，在城市的另一边，有一个专门的小镇（Truth Social），那里的人说话方式、讨论的话题和广场上的很不一样。
以前，大家只盯着那两个大广场研究，完全忽略了那个小镇。这篇论文的作者说：“不行，那个小镇里也在发生激烈的辩论，如果我们不去研究，就看不懂现在的网络世界全貌。”于是，他们决定去那个小镇，把那里的对话都记录下来。
2. 他们收集了什么？（搭建“对话树”）
他们不仅仅收集了小镇里大家发的“单条广播”（单独帖子），更重要的是，他们把所有的回复、反驳和跟帖都连在了一起。
比喻：想象一棵大树。
- 树根：是原帖（Original Post），比如有人发帖说“民主党不行了”。
- 树枝：是大家的回复。
- 树叶：是更深层的回复（比如有人反驳了第一个回复的人）。
以前的数据只有“树根”，不知道树枝怎么长的。而 TruthStance 数据集把这棵完整的树（2.4 万棵树，52 万多片叶子）都保存下来了，而且保留了谁回复了谁的完整结构。
3. 他们做了什么分析？（给对话“贴标签”）
有了这些对话记录，研究人员就像请了一群聪明的“图书管理员”（利用人工智能大模型 LLM），给这些对话贴上标签：
任务一：这是“吵架”还是“闲聊”？（论点挖掘）
- 有些帖子只是喊口号或祈祷（比如“上帝保佑”），这不算辩论。
- 有些帖子是在讲道理、摆事实（比如“因为 A 发生了，所以 B 是错的”），这就是论点。
- 他们给 2.4 万条帖子都贴上了标签，区分哪些是真正的辩论。
任务二：这是“赞同”还是“反对”？（立场检测）
- 在对话树里，如果 A 说“民主党不行”，B 回复“我同意”，这就是支持（FOR）。
- 如果 C 回复“你错了，民主党很好”，这就是反对（AGAINST）。
- 如果 D 回复“嗯……也许吧”，这就是中立（NEUTRAL）。
- 最难的是，有时候 C 回复了 B，而 B 是反对 A 的。这时候 C 到底是在支持还是反对 A？这就需要像侦探一样，顺着树枝一层层往上推理。
4. 他们发现了什么？（有趣的“体检报告”）
通过分析这些标签，他们发现了一些有趣的现象：
- 越吵越凶：那些带有攻击性、有毒语言（Toxicity）的帖子，更容易被标记为“激烈的辩论”。就像在菜市场，嗓门大、骂人凶的摊位，往往争论得最厉害。
- 越聊越“佛系”：随着对话越来越深（树枝越往上长），大家直接“硬刚”（支持或反对）的情况变少了，“中立”或“打哈哈” 的情况变多了。就像一场激烈的辩论赛，聊到最后，大家可能累了，开始说些无关痛痒的话，或者只是围观。
- 立场的“惯性”：一开始就反对的人，往往很难被说服，会一直反对到底；而一开始支持的人，聊着聊着反而容易变成“中立派”。
5. 这个数据集有什么用？（给未来的“导航图”）
作者把这个数据集（包括所有对话树和标签）免费公开了。这就像给未来的研究者提供了一张详细的地图：
- 测试 AI：看看现在的 AI 能不能听懂这种“小镇方言”里的辩论。
- 研究极化：看看人们是怎么从“讨论”变成“互骂”的。
- 理解政治：了解在这个特定平台上，政治观点是如何形成和传播的。
6. 有什么注意事项？（“地图”的局限性）
作者也很诚实，指出了这张地图的局限：
- 只有一片区域：这只是一棵“树”的数据，不能代表全世界所有的树。
- 只看到了表面：他们只能看到公开的对话，看不到那些被删除的帖子或私下的聊天。
- 隐私保护：他们像打马赛克一样处理了数据，只研究群体趋势，不针对具体个人，防止有人利用这些数据去骚扰特定的人。
总结
简单来说，这篇论文就是把 Truth Social 上复杂的“吵架”和“辩论”过程，变成了一份结构清晰、带有详细标签的“对话地图”。它不仅填补了学术研究的空白，还帮助我们理解在这个特定的网络角落里，人们是如何思考、如何争论，以及情绪是如何影响观点的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。