Published July 1, 2019
| Version v1
Publication
Open
Detection and classification of social media-based extremist affiliations using sentiment analysis techniques
- 1. King Abdulaziz University
- 2. Gomal University
- 3. University of Bradford
Description
Abstract Identification and classification of extremist-related tweets is a hot issue. Extremist gangs have been involved in using social media sites like Facebook and Twitter for propagating their ideology and recruitment of individuals. This work aims at proposing a terrorism-related content analysis framework with the focus on classifying tweets into extremist and non-extremist classes. Based on user-generated social media posts on Twitter, we develop a tweet classification system using deep learning-based sentiment analysis techniques to classify the tweets as extremist or non-extremist. The experimental results are encouraging and provide a gateway for future researchers.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يعد تحديد وتصنيف التغريدات المتعلقة بالمتطرفين قضية ساخنة. شاركت العصابات المتطرفة في استخدام مواقع التواصل الاجتماعي مثل فيسبوك وتويتر لنشر أيديولوجيتها وتجنيد الأفراد. يهدف هذا العمل إلى اقتراح إطار لتحليل المحتوى المتعلق بالإرهاب مع التركيز على تصنيف التغريدات إلى فئات متطرفة وغير متطرفة. استنادًا إلى منشورات وسائل التواصل الاجتماعي التي ينشئها المستخدمون على تويتر، نقوم بتطوير نظام تصنيف التغريدات باستخدام تقنيات تحليل المشاعر القائمة على التعلم العميق لتصنيف التغريدات على أنها متطرفة أو غير متطرفة. النتائج التجريبية مشجعة وتوفر بوابة للباحثين في المستقبل.Translated Description (French)
Résumé L'identification et la classification des tweets liés à l'extrémisme sont un sujet brûlant. Des gangs extrémistes ont été impliqués dans l'utilisation de sites de médias sociaux comme Facebook et Twitter pour propager leur idéologie et recruter des individus. Ce travail vise à proposer un cadre d'analyse de contenu lié au terrorisme en mettant l'accent sur la classification des tweets en classes extrémistes et non extrémistes. Sur la base des publications générées par les utilisateurs sur les réseaux sociaux sur Twitter, nous développons un système de classification des tweets en utilisant des techniques d'analyse des sentiments basées sur l'apprentissage profond pour classer les tweets comme extrémistes ou non extrémistes. Les résultats expérimentaux sont encourageants et constituent une passerelle pour les futurs chercheurs.Translated Description (Spanish)
Resumen La identificación y clasificación de tweets relacionados con extremistas es un tema candente. Las pandillas extremistas han estado involucradas en el uso de sitios de redes sociales como Facebook y Twitter para propagar su ideología y reclutar personas. Este trabajo tiene como objetivo proponer un marco de análisis de contenido relacionado con el terrorismo con el enfoque en la clasificación de los tweets en clases extremistas y no extremistas. Basándonos en las publicaciones en las redes sociales generadas por los usuarios en Twitter, desarrollamos un sistema de clasificación de tweets utilizando técnicas de análisis de sentimientos basadas en el aprendizaje profundo para clasificar los tweets como extremistas o no extremistas. Los resultados experimentales son alentadores y proporcionan una puerta de entrada para futuros investigadores.Files
s13673-019-0185-6.pdf
Files
(2.1 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:ba986ab5362ad409c2de9cb2df4f8032
|
2.1 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- الكشف عن الانتماءات المتطرفة القائمة على وسائل التواصل الاجتماعي وتصنيفها باستخدام تقنيات تحليل المشاعر
- Translated title (French)
- Détection et classification des affiliations extrémistes basées sur les médias sociaux à l'aide de techniques d'analyse des sentiments
- Translated title (Spanish)
- Detección y clasificación de afiliaciones extremistas basadas en las redes sociales utilizando técnicas de análisis de sentimientos
Identifiers
- Other
- https://openalex.org/W2954278817
- DOI
- 10.1186/s13673-019-0185-6
References
- https://openalex.org/W1979285701
- https://openalex.org/W2003756175
- https://openalex.org/W2009162160
- https://openalex.org/W2037781503
- https://openalex.org/W2054549097
- https://openalex.org/W2082897135
- https://openalex.org/W2124296369
- https://openalex.org/W2525205526
- https://openalex.org/W2575876932
- https://openalex.org/W2591334920
- https://openalex.org/W2595557940
- https://openalex.org/W2613977835
- https://openalex.org/W2746318718
- https://openalex.org/W2750386068
- https://openalex.org/W2752809326
- https://openalex.org/W2753437440
- https://openalex.org/W2783819197
- https://openalex.org/W2912087029
- https://openalex.org/W3103643558
- https://openalex.org/W4247753639
- https://openalex.org/W4301500182