Fugu-MT 論文翻訳(概要): #Coronavirus or #Chinesevirus?!: Understanding the negative sentiment reflected in Tweets with racist hashtags across the development of COVID-19

論文の概要: #Coronavirus or #Chinesevirus?!: Understanding the negative sentiment reflected in Tweets with racist hashtags across the development of COVID-19

arxiv url: http://arxiv.org/abs/2005.08224v1
Date: Sun, 17 May 2020 11:15:50 GMT
ステータス: 処理完了
システム内更新日: 2022-12-02 05:53:47.284420
Title: #Coronavirus or #Chinesevirus?!: Understanding the negative sentiment reflected in Tweets with racist hashtags across the development of COVID-19
Title（参考訳）: コロナウイルスか、中国ウイルスか? 人種差別的ハッシュタグによるツイートに反映されるネガティブ感情の理解
Authors: Xin Pei, Deval Mehta
Abstract要約: 人種差別的なハッシュタグでマークされたツイートに反映される否定的な感情の分析に焦点を当てた。我々は、新型コロナウイルスの3つの発達段階とともに、ネガティブな感情がどのように変化するかを把握するためのステージベースのアプローチを提案する。
参考スコア（独自算出の注目度）: 1.0878040851638
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Situated in the global outbreak of COVID-19, our study enriches the discussion concerning the emergent racism and xenophobia on social media. With big data extracted from Twitter, we focus on the analysis of negative sentiment reflected in tweets marked with racist hashtags, as racism and xenophobia are more likely to be delivered via the negative sentiment. Especially, we propose a stage-based approach to capture how the negative sentiment changes along with the three development stages of COVID-19, under which it transformed from a domestic epidemic into an international public health emergency and later, into the global pandemic. At each stage, sentiment analysis enables us to recognize the negative sentiment from tweets with racist hashtags, and keyword extraction allows for the discovery of themes in the expression of negative sentiment by these tweets. Under this public health crisis of human beings, this stage-based approach enables us to provide policy suggestions for the enactment of stage-specific intervention strategies to combat racism and xenophobia on social media in a more effective way.
Abstract（参考訳）: 新型コロナウイルスの世界的な感染拡大にともなうこの研究は、ソーシャルメディア上での創発的人種差別とキセノフォビアに関する議論を深めている。 Twitterから抽出されたビッグデータでは、人種差別的なハッシュタグでマークされたツイートに反映されるネガティブな感情の分析に焦点が当てられている。特に、新型コロナウイルスの3つの発達段階とともに負の感情がどう変化するかをステージベースで把握し、国内流行から国際公衆衛生緊急事態へと、そして後に世界的パンデミックへと変化させるアプローチを提案する。各段階において、感情分析により、人種差別的なハッシュタグを持つツイートからネガティブな感情を認識することができ、キーワード抽出により、これらのツイートによるネガティブな感情表現におけるテーマの発見が可能になる。ヒトの公衆衛生危機下では、このステージベースのアプローチにより、より効果的な方法でソーシャルメディア上での人種差別や異性愛と戦うためのステージ固有の介入戦略の実施のための政策提案を行うことができる。

関連論文リスト

A longitudinal sentiment analysis of Sinophobia during COVID-19 using large language models [3.3741245091336083]
新型コロナウイルス(COVID-19)のパンデミックにより、キセノフォビア、特にシナフォビアが悪化し、中国系個人に対する差別が広まりつつある。新型コロナウイルスのパンデミック時にX(Twitter)で表現されたSinophobic sentimentsの縦断的感情分析にLLMを用いた感情分析フレームワークを提案する。その結果, SinophobicTweets, Sinophobic sentiments, surges in COVID-19 case, it is a significant correlation between the spikes in Sinophobic tweetss, Sinophobic sentiments and surges in COVID-19 case, showed that the evolution of the spread of public sentiment and the prevalence of Sinophobic discourse。
論文参考訳（メタデータ） (2024-08-29T23:39:11Z)
Multi-dimensional Racism Classification during COVID-19: Stigmatization, Offensiveness, Blame, and Exclusion [1.0878040851638]
我々は、人種差別検出のための多次元モデル、すなわち、スティグマティゼーション、攻撃性、非難、排除を開発する。この分類学的検出は、新型コロナウイルス(COVID-19)中のデジタルプラットフォームにおける人種差別的議論の根底にある微妙さに関する洞察を可能にする。
論文参考訳（メタデータ） (2022-08-29T00:38:56Z)
"Stop Asian Hate!" : Refining Detection of Anti-Asian Hate Speech During the COVID-19 Pandemic [2.5227595609842206]
新型コロナウイルス(COVID-19)のパンデミックは、アジアでのキセノフォビアと偏見の急増を加速させた。我々は2つの実験的なアプローチを用いてTwitterのツイートのコーパスを作成して注釈付けし、反アジア人虐待とヘイトスピーチを探索する。
論文参考訳（メタデータ） (2021-12-04T06:55:19Z)
Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
論文参考訳（メタデータ） (2021-11-15T18:58:20Z)
When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
感情をラベル付けした1万ツイートのCovidEmoを紹介します。事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
論文参考訳（メタデータ） (2021-07-23T04:07:14Z)
Beyond a binary of (non)racist tweets: A four-dimensional categorical detection and analysis of racist and xenophobic opinions on Twitter in early Covid-19 [0.0]
本研究は、人種差別とキセノフォビア検出の4次元カテゴリ、すなわち、スティグマティゼーション、攻撃性、非難、排他性について研究する。ディープラーニングのテクニックの助けを借りて、この分類的検出は、Twitter上で人種差別やキセノフォビック表現に反映される創発的トピックのニュアンスに関する洞察を可能にする。
論文参考訳（メタデータ） (2021-07-18T02:37:31Z)
Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
論文参考訳（メタデータ） (2020-10-15T16:02:25Z)
Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文参考訳（メタデータ） (2020-09-12T15:54:51Z)
Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
論文参考訳（メタデータ） (2020-05-29T09:24:38Z)
Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文参考訳（メタデータ） (2020-05-25T21:58:09Z)

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。