im体育人员创建了一个系统，利用社交媒体快速识别乌克兰暴行

来自英国和美国大学的专家们重新调整了他们的im体育活动，以快速创建一个系统，提供乌克兰发生的暴行的实时报道, 根据该国的社交媒体账户构建.

动员, 一个由ESRC和ORA资助的关于乌克兰国内外的现有项目, 通过将他们的专业知识与美国其他三家机构的专业知识相结合来应对人道主义紧急情况. 他们敏捷的思维意味着他们现在可以记录和追踪人们的流离失所, 侵犯人权的行为, 人道主义需求和民众对入侵的抵抗——所有这些都是实时的. 

新 乌克兰数据 该项目使用机器学习算法分析推特数据——通过展示团队正在跟踪的某些主题的可信推文峰值，它能够在媒体发布前几个小时标记出重要事件, 以及映射这些事件发生的地点. 它集中在四个方面:人道主义需求, 流离失所的人, 平民抵抗和侵犯人权. 

Olga Onuch博士, im体育乌克兰高级政治讲师, 确定要监控哪些帐户，并创建一个包含600多个关键字的列表供系统检查. 例如，它捕捉了活生生的语言, 在乌克兰语或俄语中，抗议可以用苏联时代的俗语“会议”来指代。. 

她希望这项工作可以在两个方面提供帮助:在当下, 通过帮助援助机构将资源直接提供给逃离战乱的人们, 从长远来看, 通过永久记录虐待和暴行，最终伸张正义. 

在一个例子中, 它对平民抵抗和侵犯人权行为的跟踪能够立即识别出一个重大事件的开始——3月21日，俄罗斯军队在南部城市赫尔森向和平抗议者开火——因为它在该项目的网站上的一个主要图表上出现了一个峰值.

“这是对侵犯人权行为的早期预警系统,马里兰大学的Ernesto Calvo解释道. “这样才能奏效, im体育需要知道两件基本的事情:正在发生什么或正在被报道什么, 谁在报道这些事情.”

卡尔沃和他的实验室专注于这两个要求中的第二个, 并构建了一个“社区检测”系统，以识别Twitter用户的关键群体，并从中收集数据——这意味着现在每天有数百万条推文输入该系统.

杜克大学的Erik Wibbels负责该项目的自然语言处理元素, using AI and the keyword list developed by Onuch and others to analyse what the tweets are about; political science Professor Graeme Robertson of the University of North Carolina and his colleagues provide expertise on the region; and scholars from the Kyiv School of Economics are helping to validate the system’s performance.

乌克兰战争可能是第一场以这种方式使用社交媒体数据的战争, 但这不会是最后一个——分析社交媒体数据可能会成为监测冲突的一种越来越普遍的方式, 以及未来历史上的其他危机和关键时刻, 卡尔沃说. 这个工具, 以及它所产生的报告, 也有可能对英国和国际上的政策和人权文件程序产生重大影响.

有关乌克兰数据的更多信息，请访问 http://mlp.trinity.duke.edu/dataforukraine.php#en