Where Does Rhetorical Distortion Live? A Multi-Platform, Multi-Language Measurement of Influencer Content
作者: Xucheng Yu, Jiangping Chen, Haohan Wang
分类: cs.SI, cs.CL, cs.CY
发布日期: 2026-10-19
备注: 12 pages
💡 一句话要点
提出多维度框架以测量网络影响者内容中的修辞扭曲
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 修辞扭曲 影响者内容 社交媒体分析 多平台研究 信息传播 内容审核
📋 核心要点
- 现有的事实核查和点击诱饵检测方法无法有效捕捉在线影响者内容中的修辞扭曲现象。
- 论文提出通过五个维度来操作化修辞扭曲，并建立三层管道进行测量，以识别和分析扭曲内容。
- 实验结果表明，平台与账户层面的扭曲关联显著高于内容类别，且回复层的扭曲程度远高于原始内容。
📝 摘要（中文）
本研究探讨了在线影响者内容中的修辞扭曲现象，指出这种扭曲并非虚假信息，而是对准确事实的夸大。现有的事实核查和点击诱饵检测方法无法捕捉这种扭曲，且其来源尚不明确。研究通过五个维度（重要性膨胀、焦虑制造、新颖性声明、带有情感色彩的语言和时间扭曲）来操作化修辞扭曲，并建立了一个三层管道进行测量。通过对来自六个平台的13,060条帖子进行分析，发现平台与账户层面的扭曲关联更强，而回复层的扭曲显著高于原始推文。
🔬 方法详解
问题定义：本研究旨在解决在线影响者内容中修辞扭曲的测量问题。现有方法未能捕捉到对准确事实的夸大和框架化，导致对信息传播的理解不足。
核心思路：研究通过五个维度（重要性膨胀、焦虑制造、新颖性声明、带有情感色彩的语言和时间扭曲）来操作化修辞扭曲，并设计了一个三层管道来识别和验证这些扭曲。
技术框架：整体架构包括三个主要模块：首先，使用双语词汇规则提出候选项；其次，负面过滤器取消已知的假阳性上下文；最后，利用大型语言模型（LLM）对候选项进行验证或重新标记。
关键创新：本研究的创新点在于通过多维度框架和三层管道的结合，首次系统性地测量和分析了修辞扭曲的来源及其在不同平台和内容类型中的表现。
关键设计：在实验中，使用了Kruskal-Wallis和双向ANOVA等统计方法来分析平台与内容类别的扭曲程度，并通过独立的人类注释者验证结果的可靠性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，X/Twitter的修辞扭曲指数为7.74，显著高于RSS的0.78。回复层的扭曲程度是原始推文的3.5倍，且在相同文本长度下仍保持显著差异，表明回复内容在信息传播中起着重要作用。
🎯 应用场景
该研究的潜在应用领域包括社交媒体内容审核、在线信息传播研究以及影响者营销策略优化。通过识别和测量修辞扭曲，平台和品牌可以更有效地管理信息传播，提升内容的真实性和透明度。
📄 摘要（原文）
Much of the manipulation in online influencer content is not false but disproportionate: an accurate fact is framed as historic, urgent, or catastrophic. Fact-checking and clickbait detection are not designed to capture such framing, and little is known about where it originates: with the creator, the topic, the platform, or the audience that replies. We operationalize rhetorical distortion through five literature-grounded dimensions (Significance Inflation, Anxiety Manufacturing, Novelty Claims, Loaded Language, and Temporal Distortion) and measure it with a three-tier pipeline in which bilingual lexical rules propose candidates, negative filters cancel known false-positive contexts, and an LLM verifies or relabels the candidates. Applying the pipeline to 13,060 posts from 330 accounts on six platforms (RSS/newsletters, YouTube, Bluesky, Reddit, Weibo, and X/Twitter), we find that platform is far more strongly associated with account-level distortion than content category (Kruskal-Wallis $\varepsilon^2=0.33$; two-way ANOVA $η_p^2=0.49$ for platform vs. $0.09$ for category). X/Twitter scores highest (DI 7.74 vs. 0.78 for RSS). Classifying tweets and their replies separately shows where this comes from: the reply layer readers see under a post (its top-5 replies) carries 3.5x the distortion of the tweet it answers (7.65 vs. 2.17, $p<10^{-6}$, 36 of 43 accounts), driven by Loaded Language. At equal text length the gap shrinks to 1.5x but remains significant, and creator tweets alone are statistically indistinguishable from YouTube and Bluesky. Two independent human annotators confirm the reply gap, and the platform ordering and the reply gap replicate with GPT-4o as a second classifier. On threaded platforms, measured distortion thus lives largely in the audience layer, which motivates measurement that separates creator and reply text.