Antisemitism and Covid-19 on Twitter. The search for hatred online between automatisms and qualitative evaluation
Published 2021-12-31
Keywords
- social network analysis,
- hate speech,
- antisemitism,
- hate words,
- hate
- antisemitismo,
- parole di odio,
- odio ...More
How to Cite
Abstract
The article presents a case study on Antisemitic hate speech in Twitter in the period September 2019 - May 2020, with a particular focus on the months of the Covid-19 emergency. The corpus, consisting of 160.646 tweets selected by keywords, was investigated in terms of the amount of hate for each month, rhetoric and forms of Antisemitism. The analysis is carried out through social network analysis (SNA) techniques, with the goal of understanding whether it is possible to automate the process of identifying Antisemitic hatred. 26.11% of tweets contain hatred, that prejudice is the most common rhetoric (44%) and association with financial power the prevailing form (74%). The sample was also compared with another research methodology that only detects the presence of hate words. It emerges that, in addition to an in-depth knowledge of the phenomenon, it is necessary to integrate the automatic classification phase with the manual contribution.
Antisemitismo e Covid-19 in Twitter. La ricerca dell’odio online tra automatismi e valutazione qualitativa.
L’articolo presenta un caso studio sul discorso d’odio antisemita in Twitter nel periodo settembre 2019 - maggio 2020, con un particolare affondo sui mesi dell’emergenza Covid-19. Il corpus, composto da 160.646 tweet selezionati per parole chiave, è stato indagato in termini di quantità di odio per mese, retoriche utilizzate e forme di antisemitismo. L’analisi è svolta attraverso le tecniche di social network analysis (SNA), con l’obiettivo di capire se sia possibile automatizzare il processo di individuazione dell’odio antisemita. Il 26.11% dei tweet contiene odio, che il pregiudizio è la retorica più presente (44%) e l’associazione al potere finanziario la forma prevalente (74%). Il campione è stato altresì confrontato con un’altra metodologia di ricerca che rileva la sola presenza di hate words. Emerge che, oltre una conoscenza approfondita del fenomeno, occorre integrare la fase di classificazione automatica con l’apporto manuale.