摘要
数字媒体，特别是以计算传播（computational propaganda）形式呈现的传播手段，为宣传信息的扩散提供了无边界扩展的路径。由国家支持的宣传旨在塑造受众对特定政治派别或权威机构的认知，以实现有利于其政治目标的舆论导向。此外，此类宣传已成为现代信息战的重要组成部分，用以在战略竞争中获取对对手的优势。目前大多数研究集中于运用机器学习、定量与定性方法，识别社交媒体中特定信息是否属于宣传内容，但这些研究主要针对英文语料，针对中文普通话内容的研究则极为有限。在现有宣传识别研究的基础上，本研究希望进一步推进，提供更为精细的宣传策略分析，揭示具体使用的宣传技巧。为此，本研究旨在填补这一信息空白，基于推特（Twitter）提供的国家支持型信息操作数据集，构建一个面向中文普通话的多标签宣传技巧数据集。除发布该数据集外，我们还采用微调后的BERT模型，开展多标签文本分类任务。该研究有望为未来在跨语言语境下、跨平台环境中识别国家支持的网络宣传提供有力支持，助力实现多平台身份的一致性分析与传播治理。