論文の概要: Us vs. Them: A Dataset of Populist Attitudes, News Bias and Emotions

• arxiv url: http://arxiv.org/abs/2101.11956v1
• Date: Thu, 28 Jan 2021 12:18:19 GMT
• ステータス: 処理完了
• システム内更新日: 2021-01-31 18:30:12.500148
• Title: Us vs. Them: A Dataset of Populist Attitudes, News Bias and Emotions
• Title（参考訳）: 私たち vs. Them:ポピュリストの態度、ニュースバイアス、感情のデータセット
• Authors: Pere-Llu\'is Huguet Cabot, David Abadi, Agneta Fischer, Ekaterina Shutova
• Abstract要約: 我々は、ポピュリストの態度に注釈を付けた6861のRedditコメントからなるUs vs. Themデータセットを提示する。 我々は、ポピュリストのマインドセットと社会集団との関係、およびこれらに典型的に関係する感情の範囲について検討する。 本稿では、感情とグループ識別の重要性を補助的タスクとして活用し、実証するマルチタスク学習モデルを提案する。
• 参考スコア（独自算出の注目度）: 10.112779201155005
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computational modelling of political discourse tasks has become an increasingly important area of research in natural language processing. Populist rhetoric has risen across the political sphere in recent years; however, computational approaches to it have been scarce due to its complex nature. In this paper, we present the new Us vs. Them dataset, consisting of 6861 Reddit comments annotated for populist attitudes and the first large-scale computational models of this phenomenon. We investigate the relationship between populist mindsets and social groups, as well as a range of emotions typically associated with these. We set a baseline for two tasks related to populist attitudes and present a set of multi-task learning models that leverage and demonstrate the importance of emotion and group identification as auxiliary tasks.
• Abstract（参考訳）: 政治対話タスクの計算モデリングは、自然言語処理における研究のますます重要な領域となっています。 近年、ポピュリストの修辞学は政治界に広まりつつあるが、その複雑な性質から計算的なアプローチは乏しい。 本稿では,新しいUs vs.について述べる。 6861のRedditコメントからなるThemデータセットは、ポピュリストの態度と、この現象の最初の大規模計算モデルに注釈を付けた。 我々は、ポピュリストマインドセットと社会グループとの関係や、それらと典型的に関連する感情について検討する。 ポピュリストの態度に関連する2つのタスクのベースラインを設定し,感情とグループ識別の重要性を補助タスクとして活用し,実証するマルチタスク学習モデルを提案する。

関連論文リスト

• Large Language Models Reflect the Ideology of their Creators [73.25935570218375]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 異なるLLMや言語にまたがるイデオロギー的姿勢の顕著な多様性を明らかにする。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Towards "Differential AI Psychology" and in-context Value-driven Statement Alignment with Moral Foundations Theory [0.0]
  本研究は,Moral Foundationのアンケートにおいて,パーソナライズされた言語モデルと調査参加者のアライメントについて検討する。 我々は、異なる政治的ペルソナにテキスト・トゥ・テキスト・モデルを適用し、繰り返しアンケートを行い、ペルソナとモデルの組み合わせの合成人口を生成する。 その結果, 適応型モデルでは, 政治的イデオロギーに対する調査をリードする評価が困難であることが示唆された。
  論文  参考訳（メタデータ） (2024-08-21T08:20:41Z)
• Spoken Stereoset: On Evaluating Social Bias Toward Speaker in Speech Large Language Models [50.40276881893513]
  本研究では,音声大言語モデル(SLLM)における社会的バイアスの評価を目的としたデータセットであるSpken Stereosetを紹介する。 多様な人口集団の発話に対して異なるモデルがどのように反応するかを調べることで、これらのバイアスを特定することを目指している。 これらの結果から,ほとんどのモデルではバイアスが最小であるが,ステレオタイプや反ステレオタイプ傾向がわずかにみられた。
  論文  参考訳（メタデータ） (2024-08-14T16:55:06Z)
• Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
  本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。 GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
  論文  参考訳（メタデータ） (2024-07-16T05:52:26Z)
• Computational Politeness in Natural Language Processing: A Survey [29.082198141367574]
  丁寧さに対する計算的アプローチは、テキストの丁寧さを自動的に予測し、生成するタスクである。 本稿は、自然言語処理における計算の丁寧さに関する過去の研究のまとめである。
  論文  参考訳（メタデータ） (2024-06-28T06:46:36Z)
• Discovering Latent Themes in Social Media Messaging: A Machine-in-the-Loop Approach Integrating LLMs [22.976609127865732]
  ソーシャルメディアメッセージングにおける潜在テーマを明らかにするための新しいアプローチを提案する。 私たちの仕事は、ソーシャルメディアのダイナミックな性質に光を当て、現実の出来事に対するメッセージのテーマ的焦点の変化を明らかにします。
  論文  参考訳（メタデータ） (2024-03-15T21:54:00Z)
• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
  私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。 ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
  論文  参考訳（メタデータ） (2023-04-19T18:32:49Z)
• 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)
• Didn't see that coming: a survey on non-verbal social human behavior forecasting [47.99589136455976]
  近年,非言語的社会的行動予測が研究コミュニティの関心を集めている。 人間とロボットの相互作用や社会的に認識された人間のモーション生成への直接的な応用は、非常に魅力的な分野である。 本稿では,複数の対話エージェントに対する行動予測問題を,社会的信号予測と人間の動作予測の分野の統合を目的とした汎用的な方法で定義する。
  論文  参考訳（メタデータ） (2022-03-04T18:25:30Z)
• Modeling Framing in Immigration Discourse on Social Media [6.303801812707287]
  政治問題のフレームは 政策や世論に影響を及ぼす 我々は、政治コミュニケーション理論から複数のフラーミング型にラベル付けされた移民関連ツイートのデータセットを作成する。 ユーザのイデオロギーと地域がフレーミングの選択にどのように影響するか,メッセージのフレーミングが聴衆の反応にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-04-13T18:35:44Z)
• Detecting Group Beliefs Related to 2018's Brazilian Elections in Tweets A Combined Study on Modeling Topics and Sentiment Analysis [0.0]
  2018年のブラジル大統領選挙では、Twitterなどの代替メディアやソーシャルネットワークの影響が強調された。 本研究では,ブラジルの選挙における第2回投票に関する政治的動機づけ談話の分析を行う。 その時点では、政治ハッシュタグに関連する一連のツイートを集めています。
  論文  参考訳（メタデータ） (2020-05-31T10:58:35Z)

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。