論文の概要: Modeling Framing in Immigration Discourse on Social Media

• arxiv url: http://arxiv.org/abs/2104.06443v1
• Date: Tue, 13 Apr 2021 18:35:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-16 03:37:09.446013
• Title: Modeling Framing in Immigration Discourse on Social Media
• Title（参考訳）: ソーシャルメディア上での移民談話におけるフレーミングのモデル化
• Authors: Julia Mendelsohn, Ceren Budak, David Jurgens
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 6.303801812707287
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The framing of political issues can influence policy and public opinion. Even though the public plays a key role in creating and spreading frames, little is known about how ordinary people on social media frame political issues. By creating a new dataset of immigration-related tweets labeled for multiple framing typologies from political communication theory, we develop supervised models to detect frames. We demonstrate how users' ideology and region impact framing choices, and how a message's framing influences audience responses. We find that the more commonly-used issue-generic frames obscure important ideological and regional patterns that are only revealed by immigration-specific frames. Furthermore, frames oriented towards human interests, culture, and politics are associated with higher user engagement. This large-scale analysis of a complex social and linguistic phenomenon contributes to both NLP and social science research.
• Abstract（参考訳）: 政治問題は政策や世論に影響を及ぼす可能性がある。 一般大衆はフレームを作成し、広める上で重要な役割を担っているが、ソーシャルメディア上の一般人がいかに政治問題に対処しているかは分かっていない。 政治コミュニケーション理論から複数のフレーミングタイプにラベル付けされた移民関連ツイートの新しいデータセットを作成することにより、フレームを検出するための教師付きモデルを開発した。 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実証する。 一般的に使われている問題生成の枠組みは、移民固有の枠組みによってのみ明らかにされる重要なイデオロギー的および地域的パターンを曖昧にしている。 さらに、人間の関心、文化、政治を指向したフレームは、より高いユーザエンゲージメントと関連している。 この複雑な社会現象と言語現象の大規模分析は、NLPと社会科学の研究に寄与する。

関連論文リスト

• A graph-based approach to extracting narrative signals from public discourse [4.14360329494344]
  本稿では,選択した物語信号の抽出,表現,分析を行うためのグラフベースフォーマリズムと機械誘導手法を提案する。 我々は, 政治演説やソーシャルメディアの投稿, 政治宣言, 議会討論の写しなど, デジタルメディアの文章に現れる政治談話について研究する。
  論文  参考訳（メタデータ） (2024-11-01T16:05:59Z)
• 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)
• Framing Social Movements on Social Media: Unpacking Diagnostic, Prognostic, and Motivational Strategies [13.457215856735308]
  私たちは、2018-2019年の3つの問題(銃、移民、LGBTQの権利)を取り巻く社会運動からのTwitterメッセージに焦点を当てています。 コードブック、注釈付きデータセット、計算モデルを作成し、診断(確率的識別と属性)、予測(提案された解決策と戦術)、モチベーション(行動を呼び起こす)フレーミング戦略を検出する。 例えば、診断フレーミングはオリジナルの放送投稿よりも回答の方が一般的であり、社会運動組織はジャーナリストや一般市民よりも予後や動機づけのフレーミングに重点を置いていることが示される。
  論文  参考訳（メタデータ） (2024-06-19T20:31:34Z)
• From a Social Cognitive Perspective: Context-aware Visual Social Relationship Recognition [59.57095498284501]
  我々は,textbfContextual textbfSocial textbfRelationships (textbfConSoR) を社会的認知の観点から認識する新しいアプローチを提案する。 画像ごとの社会的関係を考慮した社会認識記述言語プロンプトを構築した。 印象的なことに、ConSoRは従来の手法を上回り、Person-in-Social-Context(PISC)データセットでは12.2%、Person-in-Photo-Album(PIPA)ベンチマークでは9.8%向上している。
  論文  参考訳（メタデータ） (2024-06-12T16:02:28Z)
• 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)
• InfoPattern: Unveiling Information Propagation Patterns in Social Media [59.67008841974645]
  InfoPatternは、言語と人間のイデオロギーの相互作用に焦点を当てている。 1) 反対のイデオロギーコミュニティからの反対反応をシミュレートするレッドチーム,(2) メッセージ中の政治的感情を識別するスタンス検出,(3) 情報伝播グラフの発見により,様々なコミュニティにおけるクレームの進化が時間とともに明らかにされる。
  論文  参考訳（メタデータ） (2023-11-27T09:12:35Z)
• Modeling Political Orientation of Social Media Posts: An Extended Analysis [0.0]
  オンラインソーシャルメディア上で政治的分極を特徴付ける機械学習モデルを開発することは、大きな課題である。 これらの課題は主に、注釈付きデータの欠如、ソーシャルメディアデータセットにおけるノイズの存在、膨大な量のデータなど、さまざまな要因に起因している。 本稿では、ソーシャルメディア投稿のラベル付けに、メディアバイアスと投稿コンテンツを活用する2つの方法を紹介する。 ソーシャルメディア投稿の政治的指向を予測することで,現在の機械学習モデルの性能向上を実証する。
  論文  参考訳（メタデータ） (2023-11-21T03:34:20Z)
• Understanding Divergent Framing of the Supreme Court Controversies: Social Media vs. News Outlets [56.67097829383139]
  我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。 メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
  論文  参考訳（メタデータ） (2023-09-18T06:40:21Z)
• Social media polarization reflects shifting political alliances in Pakistan [44.99833362998488]
  2018年から2022年にかけて、我々のTwitterデータの分析によって、パキスタンの政治領域における重要な変化と発展を捉えることができます。 主要政党に属する政治家が生み出す相互作用やコンテンツを調べることで、Twitter上での政治家の存在が一貫して活発であることを明らかにする。 我々の分析は、政治家が野党同盟に移行するなど、政治的提携の大幅な変化も明らかにしている。
  論文  参考訳（メタデータ） (2023-09-15T00:07:48Z)
• Towards Identifying Social Bias in Dialog Systems: Frame, Datasets, and Benchmarks [95.29345070102045]
  本稿では,ダイアログの安全性問題に対する社会的バイアス検出に焦点をあてる。 まず,会話における社会的バイアスを現実的に分析する新しいダイアルバイアスフレームを提案する。 中国初の社会バイアスダイアログデータセットであるCDail-Biasデータセットを紹介する。
  論文  参考訳（メタデータ） (2022-02-16T11:59:29Z)
• Us vs. Them: A Dataset of Populist Attitudes, News Bias and Emotions [10.112779201155005]
  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。
  論文  参考訳（メタデータ） (2021-01-28T12:18:19Z)

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。