論文の概要: Analyzing Political Parody in Social Media

• arxiv url: http://arxiv.org/abs/2004.13878v2
• Date: Fri, 1 May 2020 10:59:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 23:07:57.783114
• Title: Analyzing Political Parody in Social Media
• Title（参考訳）: ソーシャルメディアにおける政治パロディの分析
• Authors: Antonis Maronikolakis, Danae Sanchez Villegas, Daniel Preotiuc-Pietro, Nikolaos Aletras
• Abstract要約: 我々は、政治家とその対応するパロディアカウントからのツイートの公開データセットを新たに導入する。 パロディツイートを自動的に検出する、教師付き機械学習モデルのバッテリーを運用しています。 政治パロディのツイートは90%の精度で予測できる。
• 参考スコア（独自算出の注目度）: 39.63865344724935
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Parody is a figurative device used to imitate an entity for comedic or critical purposes and represents a widespread phenomenon in social media through many popular parody accounts. In this paper, we present the first computational study of parody. We introduce a new publicly available data set of tweets from real politicians and their corresponding parody accounts. We run a battery of supervised machine learning models for automatically detecting parody tweets with an emphasis on robustness by testing on tweets from accounts unseen in training, across different genders and across countries. Our results show that political parody tweets can be predicted with an accuracy up to 90%. Finally, we identify the markers of parody through a linguistic analysis. Beyond research in linguistics and political communication, accurately and automatically detecting parody is important to improving fact checking for journalists and analytics such as sentiment analysis through filtering out parodical utterances.
• Abstract（参考訳）: パロディ(英: parody)は、コメディや批判的な目的のためにある実体を模倣するために用いられる表現装置であり、多くのパロディアカウントを通じてソーシャルメディアで広く見られる現象を表している。 本稿では,最初のパロディの計算的研究について述べる。 我々は、実際の政治家とそのパロディアカウントからのツイートの新しい公開データセットを紹介します。 トレーニング中に見つからないアカウントからのツイート、性別、国毎にテストすることで、ロバスト性を重視したパロディツイートを自動的に検出する教師付き機械学習モデルを実行しています。 その結果,政治パロディのツイートは90%の精度で予測できることがわかった。 最後に,言語分析によりパロディのマーカーを同定する。 言語学や政治コミュニケーションの研究以外にも、パロディの正確かつ自動検出はジャーナリストの事実チェックや感情分析などの分析を改善する上で重要である。

関連論文リスト

• Verifying the Robustness of Automatic Credibility Assessment [50.55687778699995]
  入力テキストにおける意味保存的変化がモデルを誤解させる可能性があることを示す。 また、誤情報検出タスクにおける被害者モデルと攻撃方法の両方をテストするベンチマークであるBODEGAについても紹介する。 我々の実験結果によると、現代の大規模言語モデルは、以前のより小さなソリューションよりも攻撃に対して脆弱であることが多い。
  論文  参考訳（メタデータ） (2023-03-14T16:11:47Z)
• Combining Humor and Sarcasm for Improving Political Parody Detection [26.180436892215088]
  本稿では, ツイートにおける政治的パロディ検出の性能向上を目標として, これらの比喩的傾向を共同でモデル化する。 本稿では,3つの並列エンコーダを組み合わせたマルチエンコーダモデルを提案する。
  論文  参考訳（メタデータ） (2022-05-06T15:48:22Z)
• Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
  本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。 また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
  論文  参考訳（メタデータ） (2021-12-08T14:12:24Z)
• Comparing the Language of QAnon-related content on Parler, Gab, and Twitter [68.8204255655161]
  保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。 われわれは投稿をParlerの#QAnonというハッシュタグと比較する。 Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。 これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
  論文  参考訳（メタデータ） (2021-11-22T11:19:15Z)
• What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
  ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。 本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
  論文  参考訳（メタデータ） (2021-11-09T07:45:11Z)
• Discourse Analysis of Covid-19 in Persian Twitter Social Networks Using Graph Mining and Natural Language Processing [0.0]
  調査されたビッグデータは、ペルシャのTwitterネットワークのユーザ16万から500万のツイートだ。 分析されたイラン社会は、自分たちがコビッド19の悪い問題に責任があるとは考えていない。 最も活発で影響力のある利用者の類似性は、政治的、国家的、批判的な談話の構築が主なものであることである。
  論文  参考訳（メタデータ） (2021-09-01T10:39:20Z)
• Hate versus Politics: Detection of Hate against Policy makers in Italian tweets [0.6289422225292998]
  本稿では,イタリアにおけるTwitterの政策立案者に対するヘイトスピーチの分類問題について論じる。 1264ツイートを収集,注釈し,アノテータ間の不一致事例を調査し,ドメイン内およびドメイン間ヘイトスピーチ分類を行った。 我々は、ROC AUC 0.83の性能を達成し、最も予測可能な属性を分析し、また、反政治家と反移民ドメインで異なる言語特徴を見出した。
  論文  参考訳（メタデータ） (2021-07-12T12:24:45Z)
• Exploring the political pulse of a country using data science tools [0.0]
  我々は、政党の指導者からのツイートを、政治プログラムやアイデアのダイナミックな代行と見なしている。 ソーシャルメディアに適応した新しいツールを用いて、ツイートにおける肯定的感情と否定的感情のレベルを分析する。 私たちは、ツイートの政治的関連を認識するために人工知能を訓練します。
  論文  参考訳（メタデータ） (2020-11-20T08:17:12Z)
• Writer Identification Using Microblogging Texts for Social Media Forensics [53.180678723280145]
  私たちは、文学的分析に広く使われている人気のあるスタイル的特徴と、URL、ハッシュタグ、返信、引用などの特定のTwitter機能を評価します。 我々は、様々なサイズの著者集合と、著者毎のトレーニング/テストテキストの量をテストする。
  論文  参考訳（メタデータ） (2020-07-31T00:23:18Z)
• Inferring Political Preferences from Twitter [0.0]
  ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。 選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。 本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
  論文  参考訳（メタデータ） (2020-07-21T05:20:43Z)

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。