論文の概要: Multilingual, Temporal and Sentimental Distant-Reading of City Events
- arxiv url: http://arxiv.org/abs/2102.09350v1
- Date: Mon, 4 Jan 2021 10:57:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 21:58:49.659230
- Title: Multilingual, Temporal and Sentimental Distant-Reading of City Events
- Title（参考訳）: 都市イベントの多言語・時間・知覚的距離読解
- Authors: Mehmet Can Yavuz
- Abstract要約: この分析は、祭りの期間中に収集されたベルリンのツイートに遠くから読むことを目的としている。
我々は多言語埋め込みによる深層感情ネットワークを訓練した。
トレーニングされたアルゴリズムは0.78のテストスコアを持ち、フェスティバル中にBerlinaleハッシュタグでツイートに適用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Leibniz's Monadology mentions perceptional and sentimental variations of the
individual in the city. It is the interaction of people with people and events.
Film festivals are highly sentimental events of multicultural cities. Each
movie has a different sentimental effect and the interactions with the movies
have reflections that can be observed on social media. This analysis aims to
apply distant reading on Berlinale tweets collected during the festival. On
contrary to close reading, distant reading let authors to observe patterns in
large collection of data. The analysis is temporal and sentimental in
multilingual domain and strongly positive and negative time intervals are
analysed. For this purpose, we trained a deep sentiment network with
multilingual embeddings. These multilingual embeddings are aligned in latent
space. We trained the network with a multilingual dataset in three languages
English, German and Spanish. The trained algorithm has a 0.78 test score and
applied on Tweets with Berlinale hashtag during the festival. Although the
sentimental analysis does not reflect the award-winning films, we observe
weekly routine on the relationship between sentimentality, which can mislead a
close reading analysis. We have also remarks on popularity of the director or
actors.
- Abstract（参考訳）: ライプニッツのモナドロジーでは、市内の個人の知覚的・感情的変化について言及している。
それは人々と人や出来事との相互作用です。
映画祭は多文化都市の感情的な行事である。
それぞれの映画は異なる感情効果を持ち、映画との相互作用はソーシャルメディアで観察できる反射を持つ。
この分析は、フェスティバル中に収集されたベルリンのツイートを遠方から読み取ることを目的としている。
クローズリーディングとは対照的に、遠方の読書は、著者が大量のデータ収集のパターンを観察することを可能にする。
この分析は多言語領域において時間的・感情的であり、強い正および負の時間間隔を解析する。
この目的のために,多言語組込みを用いた深い感情ネットワークを訓練した。
これらの多言語埋め込みは潜在空間に整列する。
我々は、英語、ドイツ語、スペイン語の3言語で多言語データセットを用いてネットワークを訓練した。
トレーニングされたアルゴリズムは0.78のテストスコアを持ち、フェスティバル中にBerlinaleハッシュタグでツイートに適用される。
感傷的分析は受賞した映画を反映していないが、感情的分析を誤解させる可能性のある感情的関係に関する週次ルーチンを観察する。
また、監督や俳優の人気についても言及している。
関連論文リスト
- Once More, With Feeling: Measuring Emotion of Acting Performances in Contemporary American Film [11.023300194166993]
ポピュラーな現代アメリカ映画に音声感情認識モデルを適用した。
音声演奏において,物語構造,ダイアクロニックシフト,ジャンルや対話に基づく制約が認められる。
論文 参考訳（メタデータ） (2024-11-15T07:53:02Z) - Large Language Models Meet Text-Centric Multimodal Sentiment Analysis: A Survey [66.166184609616]
ChatGPTは、テキスト中心のマルチモーダルタスクに大規模言語モデル(LLM)を適用する大きな可能性を開く。
既存のLLMがテキスト中心のマルチモーダル感情分析タスクにどのように適応できるかは、まだ不明である。
論文 参考訳（メタデータ） (2024-06-12T10:36:27Z) - Comparing Biases and the Impact of Multilingual Training across Multiple
Languages [70.84047257764405]
ダウンストリーム感情分析タスクにおいて,イタリア語,中国語,英語,ヘブライ語,スペイン語のバイアス分析を行う。
我々は、既存の感情バイアスのテンプレートを、人種、宗教、国籍、性別の4つの属性で、イタリア語、中国語、ヘブライ語、スペイン語に適応させる。
以上の結果から,各言語の文化に支配的な集団の嗜好など,バイアス表現の類似性を明らかにした。
論文 参考訳（メタデータ） (2023-05-18T18:15:07Z) - How you feelin'? Learning Emotions and Mental States in Movie Scenes [9.368590075496149]
我々は、感情理解を、映画シーンのレベルで多様なマルチラベルの感情の集合を予測するものとして定式化する。
EmoTxはマルチモーダルトランスフォーマーベースのアーキテクチャで、ビデオ、複数の文字、ダイアログの発話を取り込み、共同予測を行う。
論文 参考訳（メタデータ） (2023-04-12T06:31:14Z) - yosm: A new yoruba sentiment corpus for movie reviews [2.3513645401551337]
ナイジェリア映画レビューにおける感情分析について考察する。
データにはIMDB、Rotten Tomatoes、Realboxd、Cinemapointer、Nollyratedなど1500本の映画レビューが含まれている。
我々は、mBERTやAfriBERTaといった最先端の事前訓練言語モデルを用いて、感情分類モデルを開発する。
論文 参考訳（メタデータ） (2022-04-20T18:00:37Z) - 3MASSIV: Multilingual, Multimodal and Multi-Aspect dataset of Social
Media Short Videos [72.69052180249598]
ソーシャルメディアプラットフォームであるMojから抽出した多言語・多言語・多言語・多言語・多言語・多言語・専門的な短いビデオのデータセットである3MASSIVを提示する。
3MASSIVは、11言語で50Kのショートビデオ(平均20秒)と100Kの未ラベルビデオで構成されている。
本稿では,3MASSIVにおけるソーシャルメディアの内容がどのように動的かつ時間的であり,意味理解タスクや言語間分析に利用することができるかを示す。
論文 参考訳（メタデータ） (2022-03-28T02:47:01Z) - Affect2MM: Affective Analysis of Multimedia Content Using Emotion
Causality [84.69595956853908]
本稿では,マルチメディアコンテンツを対象とした時系列感情予測学習手法であるAffect2MMを提案する。
私たちの目標は、現実の人間中心の状況や行動でキャラクターが描く様々な感情を自動的に捉えることです。
論文 参考訳（メタデータ） (2021-03-11T09:07:25Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳（メタデータ） (2020-11-03T01:47:49Z) - Multilingual Contextual Affective Analysis of LGBT People Portrayals in
Wikipedia [34.183132688084534]
物語文における特定の語彙選択は、物語の中の人々に対する作家の態度を反映し、聴衆の反応に影響を与える。
言語や文化によって単語の意味がどう異なるかを示し、既存の英語データセットを一般化することの難しさを浮き彫りにしている。
次に、LGBTコミュニティのメンバーのウィキペディアの伝記ページを3つの言語で分析することで、本手法の有用性を実証する。
論文 参考訳（メタデータ） (2020-10-21T08:27:36Z) - Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。
本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。
提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
論文 参考訳（メタデータ） (2020-09-04T11:29:52Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳（メタデータ） (2020-08-31T17:44:28Z)
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。