論文の概要: Towards Measuring Adversarial Twitter Interactions against Candidates in
the US Midterm Elections
- arxiv url: http://arxiv.org/abs/2005.04411v1
- Date: Sat, 9 May 2020 10:00:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-20 18:09:38.345591
- Title: Towards Measuring Adversarial Twitter Interactions against Candidates in
the US Midterm Elections
- Title（参考訳）: 米国中間選挙での候補に対する対Twitterインタラクションの測定に向けて
- Authors: Yiqing Hua, Thomas Ristenpart, Mor Naaman
- Abstract要約: 我々は,2018年の米総選挙に臨む米下院の候補者に対する敵対的相互作用を計測する。
我々は、特定の候補に向けられた有害なコンテンツでツイートを検出する新しい手法を開発した。
我々はこれらの手法を用いて、攻撃的名声、暴力の脅威、不信任情報の投稿、アイデンティティへの攻撃、敵対的メッセージの繰り返しなど、選挙で見られる敵の対話の幅を概説する。
- 参考スコア（独自算出の注目度）: 25.374045377135307
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Adversarial interactions against politicians on social media such as Twitter
have significant impact on society. In particular they disrupt substantive
political discussions online, and may discourage people from seeking public
office. In this study, we measure the adversarial interactions against
candidates for the US House of Representatives during the run-up to the 2018 US
general election. We gather a new dataset consisting of 1.7 million tweets
involving candidates, one of the largest corpora focusing on political
discourse. We then develop a new technique for detecting tweets with toxic
content that are directed at any specific candidate.Such technique allows us to
more accurately quantify adversarial interactions towards political candidates.
Further, we introduce an algorithm to induce candidate-specific adversarial
terms to capture more nuanced adversarial interactions that previous techniques
may not consider toxic. Finally, we use these techniques to outline the breadth
of adversarial interactions seen in the election, including offensive
name-calling, threats of violence, posting discrediting information, attacks on
identity, and adversarial message repetition.
- Abstract（参考訳）: Twitterのようなソーシャルメディア上の政治家に対する敵対的相互作用は、社会に大きな影響を及ぼす。
特に、オンラインでの実質的な政治議論を妨害し、人々が公職を求めるのを妨げかねない。
本研究は,2018年米総選挙に臨む米下院の候補者に対する敵対的相互作用を計測するものである。
我々は、政治談話に焦点を当てた最大規模のコーパスの一つである候補者を含む170万のツイートからなる新しいデータセットを集めた。
そこで我々は、特定の候補者に向けられた有害なコンテンツによるツイートを検知する新しい手法を開発し、政治候補者に対する敵対的相互作用をより正確に定量化する。
さらに,従来の手法では有毒とは考えられないニュアンス的相互作用を捉えるために,候補特異的な敵語を誘導するアルゴリズムを提案する。
最後に、これらの手法を用いて、攻撃的な名前呼び出し、暴力の脅威、不適切な情報投稿、アイデンティティへの攻撃、敵対的なメッセージ繰り返しなど、選挙で見られる敵の対話の幅を概説する。
関連論文リスト
- On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-10-18T17:15:13Z) - Finding Hidden Swing Voters in the 2022 Italian Elections Twitter Discourse [1.3654846342364308]
2022年のイタリア総選挙において、Twitter上での政治メッセージと有権者行動の動態について検討した。
分析の結果,選挙期間中に政治家の人気が高まり,説得力のある言語技術の利用に顕著な違いがあることが判明した。
スウィング有権者は、様々な種類の政治的シフトの脆弱性パターンの違いがある非スウィング有権者に比べて、これらのプロパガンダ技術に弱い。
論文 参考訳（メタデータ） (2024-07-01T13:34:29Z) - Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
本稿では,大規模言語モデルに基づく一意性尺度を提案する。
トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
論文 参考訳（メタデータ） (2024-01-02T19:00:17Z) - The Chance of Winning Election Impacts on Social Media Strategy [7.528982057686348]
候補者のツイートを、ユーザー、トピック、回答の感情の観点から分析する。
勝ち目が増えるにつれて、候補者は通信対象を絞る。
論文 参考訳（メタデータ） (2023-01-18T03:10:02Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Political Communities on Twitter: Case Study of the 2022 French
Presidential Election [14.783829037950984]
われわれは、2022年のフランス大統領選挙でTwitter上に形成された政治コミュニティを特定することを目指している。
われわれは、12万人のユーザーと6260万人のツイートを含む大規模なTwitterデータセットを作成し、選挙に関連するキーワードについて言及している。
ユーザのリツイートグラフ上でコミュニティ検出を行い、各コミュニティのスタンスを詳細に分析する。
論文 参考訳（メタデータ） (2022-04-15T12:18:16Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳（メタデータ） (2021-11-03T20:08:54Z) - 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) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Hate Towards the Political Opponent: A Twitter Corpus Study of the 2020
US Elections on the Basis of Offensive Speech and Stance Detection [11.335643770130238]
我々は、バイデン候補とトランプ候補の支持者のオンラインコミュニケーションを、憎しみと攻撃的なコミュニケーションを発言することで調査する。
我々は、ヘイトフル/オフの音声検出とスタンス検出のタスクに参画するアノテーションタスクを定式化する。
我々は、ジョー・バイデンと民主党の支持者がドナルド・トランプや共和党の支持者と異なるコミュニケーションをとるかどうかを分析する。
論文 参考訳（メタデータ） (2021-03-02T11:59:54Z) - 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。