論文の概要: Can Celebrities Burst Your Bubble?

• arxiv url: http://arxiv.org/abs/2003.06857v2
• Date: Tue, 17 Mar 2020 01:03:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-29 02:26:42.934968
• Title: Can Celebrities Burst Your Bubble?
• Title（参考訳）: セレブはバブルをバーストできるのか?
• Authors: Tu\u{g}rulcan Elmas, Kristina Hardi, Rebekah Overdorf, Karl Aberer
• Abstract要約: 偏光の度合いを定量化する最先端技術モデルを用いて、この論文はまず、この疑問に実証的に答える試みである。 議論の的になっている話題にセレブが関わったとき、どのように反応するかをケーススタディで分析し、研究の方向性をリストアップする。
• 参考スコア（独自算出の注目度）: 2.6919164079336992
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Polarization is a growing, global problem. As such, many social media based solutions have been proposed in order to reduce it. In this study, we propose a new solution that recommends topics to celebrities to encourage them to join a polarized debate and increase exposure to contrarian content - bursting the filter bubble. Using a state-of-the art model that quantifies the degree of polarization, this paper makes a first attempt to empirically answer the question: Can celebrities burst filter bubbles? We use a case study to analyze how people react when celebrities are involved in a controversial topic and conclude with a list possible research directions.
• Abstract（参考訳）: 分極は世界的な問題だ。 そのため、ソーシャルメディアベースのソリューションが多数提案され、その削減が図られている。 本研究では, 有名人に対して, 偏極的討論への参加を奨励し, コントラストコンテンツへの露出を高めるため, フィルターバブルを破裂させる新しい解決策を提案する。 この論文は、偏光度を定量化する最先端のアートモデルを用いて、経験的にこの疑問に答える最初の試みをする。 議論の的となっている話題に著名人が関与した際に人々がどう反応するかをケーススタディで分析し、研究の方向性のリストで結論づける。

関連論文リスト

• A Picture Is Worth a Graph: A Blueprint Debate Paradigm for Multimodal Reasoning [53.35861580821777]
  この研究は、過剰な要約による意見の自明化と、画像から導入された散逸した概念による焦点の転換という2つの主要な課題に対処する。 この問題に対処するため,BDoG (Blueprint Debate on Graphs) と呼ばれる演目的(トップダウン)な議論手法を提案する。 BDoGでは、世界レベルの要約による意見の自明化を防止するために、ブループリントグラフに限定して議論を行う。さらに、BDoGはグラフ内の枝に証拠を格納することで、頻繁だが無関係な概念によって引き起こされる混乱を緩和する。
  論文  参考訳（メタデータ） (2024-03-22T06:03:07Z)
• Uncovering the Deep Filter Bubble: Narrow Exposure in Short-Video Recommendation [30.395376392259497]
  フィルタバブルは、オンラインコンテンツプラットフォームのコンテキスト内で広く研究されている。 ショートビデオプラットフォームの増加に伴い、フィルターバブルはさらに注目されている。
  論文  参考訳（メタデータ） (2024-03-07T14:14:40Z)
• Political Compass or Spinning Arrow? Towards More Meaningful Evaluations for Values and Opinions in Large Language Models [61.45529177682614]
  我々は,大規模言語モデルにおける価値と意見の制約評価パラダイムに挑戦する。 強制されない場合、モデルが実質的に異なる答えを与えることを示す。 我々はこれらの知見をLLMの価値と意見を評価するための推奨とオープンな課題に抽出する。
  論文  参考訳（メタデータ） (2024-02-26T18:00:49Z)
• "Here's Your Evidence": False Consensus in Public Twitter Discussions of COVID-19 Science [50.08057052734799]
  プリプリントサーバからの抽象化のサンプルに基づいて,科学的コンセンサスを推定する。 アンチ・コンセンサス(反合意)の投稿や利用者は、概してプロ・コンセンサス(反合意)の投稿ほど多くはないが、Twitter上では圧倒的に過剰に表現されている。
  論文  参考訳（メタデータ） (2024-01-24T06:16:57Z)
• Filter Bubbles in Recommender Systems: Fact or Fallacy -- A Systematic Review [7.121051191777698]
  フィルターバブルとは、インターネットのカスタマイズによって様々な意見や素材から個人を効果的に隔離する現象を指す。 我々は,レコメンデータシステムにおけるフィルタバブルの話題について,系統的な文献レビューを行う。 本稿では,フィルタバブルの影響を緩和する機構を提案し,多様性をレコメンデーションに組み込むことで,この問題を緩和できる可能性を実証する。
  論文  参考訳（メタデータ） (2023-07-02T13:41:42Z)
• AIM 2022 Challenge on Instagram Filter Removal: Methods and Results [66.98814754338841]
  本稿では,Instagramフィルタ除去におけるAIM 2022チャレンジの方法と結果を紹介する。 この課題の主な目的は、コンテンツを保存する際に適用されたフィルタの影響を緩和する、現実的で視覚的に可視な画像を作ることである。 ベースラインとしてこのタスクに関する2つの先行研究があり、チャレンジの最終段階では合計9つのチームが競い合っています。
  論文  参考訳（メタデータ） (2022-10-17T12:21:59Z)
• NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias [54.89737992911079]
  様々な政治スペクトルの複数のニュース見出しから中立的な要約を生成する新しい課題を提案する。 最も興味深い観察の1つは、生成モデルは、事実的に不正確なコンテンツや検証不可能なコンテンツだけでなく、政治的に偏ったコンテンツにも幻覚を与えることができることである。
  論文  参考訳（メタデータ） (2022-04-11T07:06:01Z)
• An Audit of Misinformation Filter Bubbles on YouTube: Bubble Bursting and Recent Behavior Changes [0.6094711396431726]
  本稿では,事前にプログラムされたエージェント(YouTubeユーザとして動作する)が誤情報フィルタバブルを掘り下げる研究について述べる。 私たちの重要な発見は、フィルターバブルの破裂が可能であることです。 残念なことに、YouTubeの最近の誓約にもかかわらず、誤報の発生についてあまり改善は見つからなかった。
  論文  参考訳（メタデータ） (2022-03-25T16:49:57Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• Detecting Polarized Topics in COVID-19 News Using Partisanship-aware Contextualized Topic Embeddings [3.9761027576939405]
  ニュースメディアの分極化の高まりは、熱狂的な意見の相違、論争、さらには暴力までもが非難されている。 パルチザンニュースソースから偏光トピックを自動的に検出する手法であるPartisanship-aware Contextualized Topic Embeddings (PaCTE)を提案する。
  論文  参考訳（メタデータ） (2021-04-15T23:05:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。