TikStance: A Multimodal and Hierarchical Dataset for Multi-target Stance Analysis in TikTok Political Conversations
作者: Yazhi Zhang, Fuqiang Niu, Bowen Zhang
分类: cs.CL
发布日期: 2026-07-16
💡 一句话要点
提出TikStance数据集以解决短视频政治对话中的多目标立场分析问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 多模态数据集 政治对话分析 立场检测 社交媒体研究 层次评论结构
📋 核心要点
- 现有方法在短视频平台上进行政治对话的立场分析时，缺乏同时包含视听信息和层次对话的数据集，限制了研究的深入。
- 本文提出的TikStance数据集结合了多模态信息和层次化的评论结构，能够有效支持政治讨论中的立场检测。
- 实验结果显示，数据集的注释一致性较高，且在立场分布和对话深度方面揭示了显著的目标依赖差异。
📝 摘要（中文）
政治话语越来越多地转向短视频平台，但对这些内容的计算分析受到缺乏同时保留视听信息和层次对话的数据集的限制。本文提出了TikStance，一个多模态和上下文感知的数据集，包含来自TikTok的161个视频和13,876条评论，旨在进行政治讨论中的立场检测。该数据集涵盖了2024年美国选举周期的三位主要政治人物——唐纳德·特朗普、乔·拜登和卡马拉·哈里斯，内容收集时间为2023年9月至2025年1月。每个讨论单元将主视频及其元数据与父级评论树链接，从而在视听和对话上下文中进行立场分析。每个项目由三位注释者独立标注，采用三类方案（支持、反对、无立场），最终的Krippendorff's α分别为0.743、0.723和0.722。描述性分析进一步揭示了立场分布和对话深度的目标依赖差异，嵌套回复占所有评论的23.3%。通过结合多目标覆盖、层次对话和可靠的多级人类注释，TikStance支持多模态立场检测、政治传播、计算社会科学和上下文感知自然语言处理的研究。
🔬 方法详解
问题定义：本研究旨在解决短视频平台上政治对话中立场分析的数据稀缺问题，现有方法无法有效处理视听信息与层次对话的结合。
核心思路：提出TikStance数据集，通过整合视频及其评论的层次结构，提供丰富的上下文信息，以支持多目标的立场检测。
技术框架：数据集包含161个视频和13,876条评论，采用父级评论树结构，允许在视听和对话上下文中进行立场分析。每个项目由三位注释者标注，确保数据的可靠性。
关键创新：TikStance的创新之处在于其多模态特性和层次化的评论结构，能够同时处理视频内容和评论的立场分析，与现有单一模态数据集相比，提供了更全面的分析视角。
关键设计：数据集采用三类立场标注（支持、反对、无立场），并通过多位注释者的独立标注提高一致性，最终的Krippendorff's α值表明注释质量较高。
🖼️ 关键图片
📊 实验亮点
实验结果表明，TikStance数据集的注释一致性较高，Krippendorff's α值分别为0.743、0.723和0.722，显示出在多目标立场分析中的有效性。此外，嵌套回复占所有评论的23.3%，揭示了对话的深度和复杂性。
🎯 应用场景
TikStance数据集的潜在应用领域包括政治传播研究、社交媒体分析、计算社会科学等。其多模态和层次化的特性使其能够为研究者提供更深入的洞察，帮助理解政治对话中的立场变化及其影响，未来可能推动相关领域的研究进展。
📄 摘要（原文）
Political discourse has increasingly moved to short-video platforms, yet computational analysis of such content remains constrained by the scarcity of datasets that jointly preserve audiovisual information and hierarchical conversations. Here we present TikStance, a multimodal and context-aware dataset comprising 161 videos and 13,876 comments from TikTok, designed for stance detection in political discussions. The dataset covers three major political figures in the 2024 U.S. election cycle--Donald Trump, Joe Biden, and Kamala Harris--with content collected between September 2023 and January 2025. Each discussion unit links a host video and its metadata to a parent-linked comment tree, enabling stance analysis within both audiovisual and conversational context. Each item was independently labeled by three annotators using a three-class scheme (Favor, Against, None) for video-to-target and comment-to-target stance; items with disagreement were re-annotated, and the final Krippendorff's (α) reached 0.743, 0.723, and 0.722 for the Trump, Biden, and Harris subsets, respectively. Descriptive analysis further reveals target-dependent differences in stance distributions and conversational depth, with nested replies accounting for 23.3\% of all comments. By combining multi-target coverage, hierarchical conversations, and reliable multi-level human annotations, TikStance supports research in multimodal stance detection, political communication, computational social science, and context-aware natural language processing.