論文の概要: The Unfolding Structure of Arguments in Online Debates: The case of a
No-Deal Brexit
- arxiv url: http://arxiv.org/abs/2103.16387v1
- Date: Tue, 9 Mar 2021 12:29:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 04:18:24.663080
- Title: The Unfolding Structure of Arguments in Online Debates: The case of a
No-Deal Brexit
- Title（参考訳）: オンライン討論会における議論の展開構造--合意なしブレグジットの場合
- Authors: Carlo Santagiustina and Massimo Warglien
- Abstract要約: オンライン討論の潜在的な議論構造を抽出,分類,探索するための5段階の手法を提案する。
合意なし」ブレグジットに関するTwitterのデータを用いて、このイベントが実現した場合の期待される影響に焦点を当てる。
その結果,提案手法を議論の統計的レトリック解析に用いることができることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In the last decade, political debates have progressively shifted to social
media. Rhetorical devices employed by online actors and factions that operate
in these debating arenas can be captured and analysed to conduct a statistical
reading of societal controversies and their argumentation dynamics. In this
paper, we propose a five-step methodology, to extract, categorize and explore
the latent argumentation structures of online debates. Using Twitter data about
a "no-deal" Brexit, we focus on the expected effects in case of materialisation
of this event. First, we extract cause-effect claims contained in tweets using
RegEx that exploit verbs related to Creation, Destruction and Causation.
Second, we categorise extracted "no-deal" effects using a Structural Topic
Model estimated on unigrams and bigrams. Third, we select controversial effect
topics and explore within-topic argumentation differences between self-declared
partisan user factions. We hence type topics using estimated covariate effects
on topic propensities, then, using the topics correlation network, we study the
topological structure of the debate to identify coherent topical
constellations. Finally, we analyse the debate time dynamics and infer
lead/follow relations among factions. Results show that the proposed
methodology can be employed to perform a statistical rhetorics analysis of
debates, and map the architecture of controversies across time. In particular,
the "no-deal" Brexit debate is shown to have an assortative argumentation
structure heavily characterized by factional constellations of arguments, as
well as by polarized narrative frames invoked through verbs related to Creation
and Destruction. Our findings highlight the benefits of implementing a systemic
approach to the analysis of debates, which allows the unveiling of topical and
factional dependencies between arguments employed in online debates.
- Abstract（参考訳）: 過去10年間で、政治的議論は徐々にソーシャルメディアに移行した。
これらの議論領域で活動するオンラインアクターや派閥が採用する修辞装置をキャプチャして分析することにより、社会的論争とその議論力学の統計的読解を行うことができる。
本稿では,オンライン討論の潜在的議論構造を抽出し,分類し,探索する5段階の方法論を提案する。
合意なし」ブレグジットに関するTwitterのデータを用いて、このイベントが実現した場合の期待される影響に焦点を当てる。
まず,生成,破壊,因果関係の動詞を利用するregeexを用いて,ツイートに含まれる原因効果クレームを抽出する。
第2に,ユニグラムとビッグラムに基づいて推定された構造的トピックモデルを用いて,"ノーディール"効果を分類した。
第三に、議論の的となっている効果トピックを選択し、自己宣言型パルチザンユーザグループ間のトピック内議論の違いを探求する。
そこで, トピック相関ネットワークを用いて, コヒーレントなトピックの星座を特定するための議論のトポロジ的構造について検討した。
最後に,議論の時間ダイナミクスを分析し,派閥間のリード・フォロー関係を推察する。
提案手法は,議論の統計的レトリック分析を行い,議論のアーキテクチャを時間をかけてマッピングするために有効であることを示す。
特に、"no-deal"ブレグジットの議論は、議論の派閥のコンステレーションと、創造と破壊に関連する動詞を通じて引き起こされる分極化された物語の枠組みによって特徴づけられる、多様な議論構造を持っていることが示されている。
本研究は,議論の分析にシステム的アプローチを導入することのメリットを強調し,オンライン討論に使用される議論間の話題的・派閥的依存関係を明らかにすることを可能にした。
関連論文リスト
- Debatrix: Multi-dimensional Debate Judge with Iterative Chronological Analysis Based on LLM [51.43102092480804]
Debatrixは、Large Language Models (LLMs)に基づく自動ディスカッションジャッジである。
実世界の議論シナリオに合わせるため、私たちはPanelBenchベンチマークを導入し、システムの性能と実際の議論結果を比較した。
以上の結果から,LSMを直接使用して議論評価を行ない,顕著な改善が見られた。
論文 参考訳（メタデータ） (2024-03-12T18:19:47Z) - Explaining Image Classification with Visual Debates [26.76139301708958]
本稿では,特定の予測を行うための連続画像分類器の推論の理解と説明のための新しい議論フレームワークを提案する。
我々の枠組みは、対戦相手が見逃した推論の道筋を拾い上げることで、競技者が様々な議論を行うよう促す。
我々は、幾何学的SHAPEおよびMNISTデータセット上で、視覚的議論を実証し、評価する(実用的な実現)。
論文 参考訳（メタデータ） (2022-10-17T12:35:52Z) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳（メタデータ） (2022-04-16T08:07:53Z) - DEBACER: a method for slicing moderated debates [55.705662163385966]
同じ主題を持つブロックに議論を分割することは理解に不可欠である。
議論を適度に分割する新しいアルゴリズムDEBACERを提案する。
論文 参考訳（メタデータ） (2021-12-10T10:39:07Z) - Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。
本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
論文 参考訳（メタデータ） (2021-06-02T06:49:19Z) - Explaining Outcomes of Multi-Party Dialogues using Causal Learning [6.212955085775758]
マルチパーティの対話は、技術や非技術トピックに関する企業ソーシャルメディアで一般的である。
対立分析の観点から、なぜ対話が特定の感情で終わるのかを分析することが重要である。
解析のための説明可能な時系列マイニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-05-03T15:18:53Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-17T17:46:00Z) - Exploring the Role of Argument Structure in Online Debate Persuasion [39.74040217761505]
オンライン討論会における議論における議論の談話構造の役割について考察する。
我々は、より優れた予測性能を達成する上で、引数構造が重要な役割を担っていることを発見した。
論文 参考訳（メタデータ） (2020-10-07T17:34:50Z) - AMPERSAND: Argument Mining for PERSuAsive oNline Discussions [41.06165177604387]
本稿では,オンライン議論フォーラムにおける議論マイニングのための計算モデルを提案する。
我々のアプローチは、議論スレッド内の引数のコンポーネント間の関係を識別することに依存します。
我々のモデルは最近の最先端のアプローチと比較して大幅に改善されている。
論文 参考訳（メタデータ） (2020-04-30T10:33:40Z) - What Changed Your Mind: The Roles of Dynamic Topics and Discourse in
Argumentation Process [78.4766663287415]
本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。
議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
論文 参考訳（メタデータ） (2020-02-10T04:27:48Z)
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。