論文の概要: Embeddings-Based Clustering for Target Specific Stances: The Case of a Polarized Turkey

• arxiv url: http://arxiv.org/abs/2005.09649v2
• Date: Thu, 24 Feb 2022 05:07:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-01 14:24:44.281847
• Title: Embeddings-Based Clustering for Target Specific Stances: The Case of a Polarized Turkey
• Title（参考訳）: 特定のスタンスをターゲットとした埋め込み型クラスタリング:トルコの分極化を事例として
• Authors: Ammar Rashed, Mucahid Kutlu, Kareem Darwish, Tamer Elsayed, Cans{\i}n Bayrak
• Abstract要約: 本稿では、偏極状態、特にトルコ政治における標的特異的姿勢検出の教師なし手法を提案する。 複数のターゲットにまたがる分散したグループのユーザを適切にクラスタリングする上で,本手法の有効性を示す。 トルコの選挙関連ツイート108万件と、トルコユーザーのタイムラインツイート168万件について分析を行った。
• 参考スコア（独自算出の注目度）: 6.130136112098865
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: On June 24, 2018, Turkey conducted a highly consequential election in which the Turkish people elected their president and parliament in the first election under a new presidential system. During the election period, the Turkish people extensively shared their political opinions on Twitter. One aspect of polarization among the electorate was support for or opposition to the reelection of Recep Tayyip Erdo\u{g}an. In this paper, we present an unsupervised method for target-specific stance detection in a polarized setting, specifically Turkish politics, achieving 90% precision in identifying user stances, while maintaining more than 80% recall. The method involves representing users in an embedding space using Google's Convolutional Neural Network (CNN) based multilingual universal sentence encoder. The representations are then projected onto a lower dimensional space in a manner that reflects similarities and are consequently clustered. We show the effectiveness of our method in properly clustering users of divergent groups across multiple targets that include political figures, different groups, and parties. We perform our analysis on a large dataset of 108M Turkish election-related tweets along with the timeline tweets of 168k Turkish users, who authored 213M tweets. Given the resultant user stances, we are able to observe correlations between topics and compute topic polarization.
• Abstract（参考訳）: 2018年6月24日、トルコはトルコ国民が大統領と議会を新大統領制で選出する、極めて一連の選挙を行った。 選挙期間中、トルコの人々はtwitterで政治的意見を広く共有した。 選挙人の分極の1つの側面は、Recep Tayyip Erdo\u{g}anの再選を支持するか反対することである。 本稿では,偏極的な状況,特にトルコ政治において,ユーザ姿勢の特定において90%の精度を達成しつつ,80%以上のリコールを維持しながら,目標特定姿勢検出の教師なし手法を提案する。 この方法は、Googleの畳み込みニューラルネットワーク(CNN)ベースの多言語ユニバーサル文エンコーダを使用して、埋め込み空間でユーザを表現する。 表現は、類似性を反映し、結果としてクラスタ化される方法で、下方次元空間に投影される。 本手法は,政治家,異なるグループ,政党を含む複数のターゲットにまたがる異なるグループの利用者を適切にクラスタリングすることの有効性を示す。 我々は、トルコの選挙関連ツイート108万と、2億1300万ツイートを書いた168万人のトルコ人のタイムラインツイートの大規模なデータセットを分析した。 ユーザのスタンスを考慮すれば,トピックとトピックの偏光計算の相関関係を観察することができる。

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)
• Electoral Agitation Data Set: The Use Case of the Polish Election [3.671887117122512]
  ポーランド語における選挙の扇動を検出するための最初の公開データセットを提示する。 これには、法的に条件付けされた4つのカテゴリにタグ付けされた6,112人の人手によるツイートが含まれている。 新たに作成されたデータセットは、HerBERTと呼ばれるポーランド語モデルの微調整に使用された。
  論文  参考訳（メタデータ） (2023-07-13T18:14:43Z)
• Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
  われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。 全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。 我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
  論文  参考訳（メタデータ） (2023-01-16T05:56:58Z)
• 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)
• Does Twitter know your political views? POLiTweets dataset and semi-automatic method for political leaning discovery [0.0]
  POLiTweetsは、複数政党のセットアップで政治的アフィリエイトを発見するための、ポーランド初の公開データセットである。 ポーランド語で書かれたユーザ約10万のツイートと、166人のユーザ約40万のツイートが、手動でテストセットとして注釈付けされている。 私たちは、トピックやコンテンツライターのタイプ、一般市民対プロの政治家のコンテキストにおけるドメインシフトの側面を研究するために、私たちのデータを使用しました。
  論文  参考訳（メタデータ） (2022-06-14T10:28:23Z)
• 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)
• Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty in Election Polls [56.8172499765118]
  我々は、今放送と予測におけるバイアスの潜在的な源について論じる。 概念は、誤認識された正確性の問題を軽減するために提示される。 主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
  論文  参考訳（メタデータ） (2021-04-28T07:02:24Z)
• Exploring Polarization of Users Behavior on Twitter During the 2019 South American Protests [15.065938163384235]
  われわれは、2019年に南アメリカのいくつかの国を麻痺させた抗議活動について、異なる文脈でTwitter上で偏極を探っている。 政治家のツイートやハッシュタグキャンペーンに対するユーザの支持を(反対かにかかわらず)抗議に対する明確なスタンスで活用することにより、何百万人ものユーザーによる弱いラベル付きスタンスデータセットを構築します。 イベント中の「フィルターバブル」現象の実証的証拠は、ユーザベースがスタンスの観点から均質であるだけでなく、異なるクラスタのメディアからユーザが移行する確率も低いことを示すものである。
  論文  参考訳（メタデータ） (2021-04-05T07:13:18Z)
• Political Advertising Dataset: the use case of the Polish 2020 Presidential Elections [4.560033258611709]
  ポーランド語における特定のテキストチャンクや政治広告のカテゴリを検出するための、最初の公開データセットを提示する。 9つのカテゴリーにタグ付けされた1,705件の人称注釈付きツイートが含まれており、これはポーランドの選挙法の下でのキャンペーンである。
  論文  参考訳（メタデータ） (2020-06-17T23:58:01Z)

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。