Fugu-MT 論文翻訳(概要): Analyzing the response to TV serials retelecast during COVID19 lockdown in India

論文の概要: Analyzing the response to TV serials retelecast during COVID19 lockdown in India

arxiv url: http://arxiv.org/abs/2101.02628v2
Date: Mon, 11 Jan 2021 04:58:05 GMT
ステータス: 処理完了
システム内更新日: 2021-04-26 07:13:35.106580
Title: Analyzing the response to TV serials retelecast during COVID19 lockdown in India
Title（参考訳）: インドにおけるCOVID-19ロックダウン中のテレビシリーズ再放送に対する反応の分析
Authors: Sandeep Ranjan
Abstract要約: インド政府は2020年3月28日から7月31日まで、公共放送のドアダーシャンで「yesteryears popular tv serials」の再放送を開始した。この実験は、ツイートデータセットの感情スコアを計算し、テレビシリーズの再放送に対する大衆の反応を分析することを目的としている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: TV serials are a popular source of entertainment. The ongoing COVID19 lockdown has a high probability of degrading the publics mental health. The Government of India started the retelecast of yesteryears popular TV serials on public broadcaster Doordarshan from 28th March 2020 to 31st July 2020. Tweets corresponding to the Doordarshan hashtag were mined to create a dataset. The experiment aims to analyze the publics response to the retelecast of TV serials by calculating the sentiment score of the tweet dataset. Datasets mean sentiment score of 0.65 and high share 64.58% of positive tweets signifies the acceptance of Doordarshans retelecast decision. The sentiment analysis result also reflects the positive state of mind of the public.
Abstract（参考訳）: テレビシリーズは人気のあるエンターテイメントの源です。現在進行中のcovid-19ロックダウンは、公衆のメンタルヘルスを悪化させる可能性が高い。インド政府は2020年3月28日から7月31日まで、公共放送のドアダーシャンで「yesteryears popular tv serials」の再放送を開始した。 doordarshanハッシュタグに対応するツイートはデータセットを作成するためにマイニングされました。この実験は、ツイートデータセットの感情スコアを計算し、テレビシリーズの再放送に対する大衆の反応を分析することを目的としている。データセットの平均感情スコアは0.65で、肯定的なツイートの64.58%は、Doordarshans retelecast決定の受け入れを示している。感情分析の結果は、一般の心のポジティブな状態も反映している。

関連論文リスト

AIM 2024 Challenge on Video Saliency Prediction: Methods and Results [105.09572982350532]
本稿では,AIM 2024におけるビデオ・サリエンシ予測の課題について概説する。参加者の目標は、提供されたビデオシーケンスのセットに対して正確な精度マップを予測する方法を開発することであった。
論文参考訳（メタデータ） (2024-09-23T08:59:22Z)
Covid-19 Public Sentiment Analysis for Indian Tweets Classification [0.0]
Twitterのデータがどのように抽出されたかを示し、その上で感情分析クエリを実行する。これは、意見が極めて非構造的で異質であり、肯定的、否定的、中立的であるツイートの情報を分析するのに役立つ。
論文参考訳（メタデータ） (2023-08-01T09:29:55Z)
TGDataset: a Collection of Over One Hundred Thousand Telegram Channels [69.22187804798162]
本稿では,120,979のTelegramチャネルと4億以上のメッセージを含む新しいデータセットであるTGDatasetを提案する。我々は、データセット内で話される言語と、英語チャンネルでカバーされるトピックを分析した。生のデータセットに加えて、データセットの分析に使用したスクリプトと、Sabmykと呼ばれる新しい陰謀論のネットワークに属するチャネルのリストもリリースしました。
論文参考訳（メタデータ） (2023-03-09T15:42:38Z)
Twitter Dataset on the Russo-Ukrainian War [68.713984286035]
Twitter APIから現在進行中のデータセットの取得を開始しています。データセットは770万人のユーザーを起源とする5730万ツイートに達している。我々は、最初のボリュームと感情分析を適用し、データセットはトピック分析、ヘイトスピーチ、プロパガンダ認識、ボットネットのような潜在的な悪意のあるエンティティを示すためにさらに探索的な調査に使用することができる。
論文参考訳（メタデータ） (2022-04-07T12:33:06Z)
Manipulating Twitter Through Deletions [64.33261764633504]
Twitter上でのインフルエンスキャンペーンの研究は、公開APIを通じて得られたツイートから悪意のあるアクティビティを識別することに大きく依存している。ここでは,1100万以上のアカウントによる10億以上の削除を含む,異常な削除パターンを網羅的かつ大規模に分析する。少数のアカウントが毎日大量のツイートを削除していることがわかった。まず、ツイートのボリューム制限が回避され、特定のアカウントが毎日2600万以上のツイートをネットワークに流すことができる。第二に、調整されたアカウントのネットワークは、繰り返しのいいね!や、最終的に削除されるコンテンツとは違って、ランキングアルゴリズムを操作できる。
論文参考訳（メタデータ） (2022-03-25T20:07:08Z)
Extracting Feelings of People Regarding COVID-19 by Social Network Mining [0.0]
英語における新型コロナウイルス関連ツイートのデータセットが収集される。 2020年3月23日から6月23日までに200万件以上のツイートが分析されている。
論文参考訳（メタデータ） (2021-10-12T16:45:33Z)
Sentiment Analysis of Covid-19 Tweets using Evolutionary Classification-Based LSTM Model [0.6445605125467573]
本稿では,コロナウイルスやコビッドウイルスに関する大量のツイートの感情分析について述べる。我々は、進化的分類とn-gram分析によるCovid-19流行に関連するトピックに対する世論感情の傾向を分析した。我々は、Covid-19のデータに対する感情を予測するために、2種類の評価されたつぶやきを使用して、長期間のネットワークを訓練し、全体の精度は84.46%に達した。
論文参考訳（メタデータ） (2021-06-13T04:27:21Z)
Tracking Peaceful Tractors on Social Media -- XAI-enabled analysis of Red Fort Riots 2021 [0.0]
2021年1月26日、インドは人口統計上の予想外の農民からの恥辱を目撃した。農夫の擬似愛国的な暴徒が首都デリーを襲い、国民の誇りであるレッドフォートを破壊したのを、全国の人々は恐怖の中で見ていた。事件の後に行われた調査は、そのような事件に繋がるソーシャルメディア・トレイルの存在を明らかにした。我々は,このイベントの前後に投稿された約0.05億ツイートを含むtraker2twitterデータセットを提案する。
論文参考訳（メタデータ） (2021-04-24T08:54:02Z)
A Dataset of State-Censored Tweets [3.0254442724635173]
2012年から2020年7月までに検閲された155,715人のツイート583,437件のデータセットをリリースしました。また、検閲された4,301のアカウントもリリースしました。我々のデータセットは政府の検閲の研究に役立つだけでなく、ヘイトスピーチの検出やソーシャルメディアユーザーに対する検閲の効果の研究にも役立ちます。
論文参考訳（メタデータ） (2021-01-15T00:18:27Z)
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)
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。