根据密歇根大学研究人员对X(以前的Twitter)上30万个帖子的分析，美国公众对核能的态度是积极的，而不是消极的，但对废物、成本和安全的担忧仍然存在。

　　这项研究最近发表在《可再生能源与可持续能源评论》上。

　　认识到公众对核能的担忧和误解，可以有目标地弥补这些差距，因为核能将在2050年脱碳的目标中发挥重要作用，取代石油和天然气作为稳定的基本负荷电力来源。

　　密歇根大学核工程和放射科学助理教授、该研究的通讯作者Majdi Radaideh说:“了解和解决公众对核能的看法对于向清洁能源的公正过渡至关重要。”

　　虽然调查可以从特定地点收集详细信息，比如拟议中的核设施附近的社区态度，但社交媒体数据极大地扩大了样本量，同时节省了成本和时间。

　　利用与核能主题相关的大量关键词列表，研究人员编制了2008年至2023年期间的126万篇X帖子，并利用大型语言模型(llm)将帖子标注为正面、负面或中性，并对文本进行总结。

　　在30万个以美国为地理位置的核能帖子中，最常见的是中立情绪，即不支持或反对使用核技术的帖子，占50%左右，其次是积极语气的帖子，占30%，消极语气的帖子约占23%。在按州划分正面和负面帖子的比例时，50个州中有48个州表现出更积极的情绪，全国平均水平为54%。

　　科技主题激发了积极情绪，用户认为创新使核能更安全、更可靠、更经济，并指出核能的高能量密度和全天候可靠运行的能力。积极的评价还强调了创造就业机会和向清洁能源生产过渡的必要性。

　　浪费、成本和安全隐患是负面情绪主题。用户对如何处理放射性废物表示担忧，指出废物在数千年内仍然是危险的，并给处置带来了挑战。

　　Radaideh说:“这些合理的担忧强调，建立核能系统的实体必须向当地社区透明地说明核废料的安全储存和回收，以避免公众继续不信任。”

　　除了更深入地了解美国公众对核能的看法外，该研究还开发了一种利用人工智能减少偏见的方法来标记数据。

　　研究人员没有依赖单一的数据标签工具，而是使用了七个数据标签程序，并根据多数规则方法选择了积极、消极或中性的最终标签。

　　电子工程和计算机科学专业的本科生、该研究的合著者凯蒂·乌(Katie Vu)说:“使用多种工具进行标记可以减少偏见，因为每种工具都在努力处理特定类型的文本和音调。”

　　如果五个或更多的节目同意，标签被评为高可信度，如果只有三个或四个节目同意，标签被评为低可信度。值得注意的是，经过高置信度训练的法学硕士模型准确率提高了15%，达到96%。

　　数据科学硕士研究生、该研究的合著者纳曼·巴尔加瓦(Naman Bhargava)表示:“我们对法学硕士进行了微调，使他们在核电情感分析方面表现出色，同时利用他们对语言结构和语义的卓越理解。”

　　在最初的分析中，研究人员选择了X，而不是Instagram、Facebook或linkedIn等社交媒体平台，因为它简洁、基于文本的格式。作为下一个项目，研究小组计划创建一个接近实时的核情绪仪表盘，从几个社交媒体平台和新闻标题中汇总。

　　Radaideh说:“由于核能的历史包袱，我们必须加倍努力。”“我们正在努力将这种方法扩展到实时、开源的情绪跟踪，政府官员、国家实验室和行业等利益相关者都可以看到，这些利益相关者可以在未来几年表达公众的担忧。”

　　更多信息:O. Hwang Kwon等人，基于大语言模型的美国公众对核能在社交媒体上的支持情绪分析，可再生能源和可持续能源评论(2024)。引文:美国公众在社交媒体上对核能的看法正在升温，但担忧仍然存在(2024,6月5日)检索自https://techxplore.com/news/2024-06-opinion-social-media-nuclear-energy.html本文受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。