論文の概要: Analyzing Online Political Advertisements
- arxiv url: http://arxiv.org/abs/2105.04047v1
- Date: Sun, 9 May 2021 23:18:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-12 02:59:32.992058
- Title: Analyzing Online Political Advertisements
- Title（参考訳）: オンライン政治広告の分析
- Authors: Danae S\'anchez Villegas, Saeid Mokaram, Nikolaos Aletras
- Abstract要約: 本稿では,広告スポンサーの政治的イデオロギーを推測する目的で,オンライン政治広告に関する最初の計算的研究を行う。
米国からの広告からなる2つのタスクのための2つの新しい大規模データセットを開発する。
- 参考スコア（独自算出の注目度）: 10.386018392170083
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Online political advertising is a central aspect of modern election
campaigning for influencing public opinion. Computational analysis of political
ads is of utmost importance in political science to understand characteristics
of digital campaigning. It is also important in computational linguistics to
study features of political discourse and communication on a large scale. In
this work, we present the first computational study on online political ads
with the aim to (1) infer the political ideology of an ad sponsor; and (2)
identify whether the sponsor is an official political party or a third-party
organization. We develop two new large datasets for the two tasks consisting of
ads from the U.S.. Evaluation results show that our approach that combines
textual and visual information from pre-trained neural models outperforms a
state-of-the-art method for generic commercial ad classification. Finally, we
provide an in-depth analysis of the limitations of our best performing models
and a linguistic analysis to study the characteristics of political ads
discourse.
- Abstract（参考訳）: オンライン政治広告は、世論に影響を及ぼす近代選挙運動の中心的側面である。
政治広告の計算分析は、デジタルキャンペーンの特徴を理解するために政治科学において最も重要である。
計算言語学においても、政治的談話やコミュニケーションの特徴を大規模に研究することが重要である。
本研究では,(1)広告スポンサーの政治的イデオロギーを推測し,(2)スポンサーが公式な政党か第三者組織かを特定することを目的とした,オンライン政治広告に関する最初の計算的研究を提案する。
米国からの広告からなる2つのタスクのための2つの新しい大規模データセットを開発する。
評価の結果,事前学習したニューラルモデルからのテキスト情報と視覚情報を組み合わせる手法は,一般商用広告分類の最先端手法よりも優れていることがわかった。
最後に, ベストパフォーマンスモデルの限界を深く分析し, 言語学的分析を行い, 政治広告の談話の特徴について考察した。
関連論文リスト
- On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-10-18T17:15:13Z) - 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) - Political advertisement on Facebook and Instagram in the run up to 2022
Italian general election [0.9496529663479973]
われわれは2022年のイタリア総選挙まで、FacebookとInstagramで政治広告が配信された範囲を調査した。
我々は、2.7kのスポンサーが支払う23k以上のユニークな広告を分析し、関連する費用は4M EURと10億ビュー以上である。
政治課題や選挙結果に応じて結果が得られます。
論文 参考訳（メタデータ） (2022-12-12T13:37:18Z) - Weakly Supervised Learning for Analyzing Political Campaigns on Facebook [24.29993132301275]
我々は、Facebook上の政治広告のスタンスと課題を特定するための弱監督的なアプローチを提案する。
選挙投票における政治広告の時間的動態を分析する。
論文 参考訳（メタデータ） (2022-10-19T15:35:37Z) - PAR: Political Actor Representation Learning with Social Context and
Expert Knowledge [45.215862050840116]
我々は,textbfPolitical textbfActor textbfRepresentation学習フレームワークであるtextbfPARを提案する。
我々は,社会的文脈情報を活用するために,議員に関する事実文を検索し,抽出する。
次に、社会的文脈を取り入れた異種情報ネットワークを構築し、リレーショナルグラフニューラルネットワークを用いて立法者表現を学習する。
論文 参考訳（メタデータ） (2022-10-15T19:28:06Z) - Persuasion Strategies in Advertisements [68.70313043201882]
我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。
次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。
我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
論文 参考訳（メタデータ） (2022-08-20T07:33:13Z) - How Algorithms Shape the Distribution of Political Advertising: Case
Studies of Facebook, Google, and TikTok [5.851101657703105]
私たちは、Facebook、Google、TikTokによる2020年の米大統領選挙に関する80万以上の広告と250万のビデオを含むデータセットを分析します。
我々は、これらのプラットフォームがどのように政治広告の配信を増幅または緩和したかを批判的に評価するために、公開データの最初の大規模データ分析を行う。
我々は、開示を改善するための推奨事項をまとめて、一般大衆がプラットフォームや政治広告主に説明責任を負わせることができるようにします。
論文 参考訳（メタデータ） (2022-06-09T18:19:30Z) - Political Posters Identification with Appearance-Text Fusion [49.55696202606098]
外観特徴とテキストベクトルを効率的に活用し, 政治ポスターを高精度に分類する手法を提案する。
この作品の大半は、特定の政治イベントのプロモーションとして機能するように設計された政治ポスターに焦点を当てている。
論文 参考訳（メタデータ） (2020-12-19T16:14:51Z) - Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。
本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
論文 参考訳（メタデータ） (2020-11-13T10:19:13Z) - Inferring Political Preferences from Twitter [0.0]
ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。
選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。
本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
論文 参考訳（メタデータ） (2020-07-21T05:20:43Z) - A Dip Into a Deep Well: Online Political Advertisements, Valence, and
European Electoral Campaigning [0.7106986689736826]
この論文は、Googleの透明性レポートから収集したデータセットを使用して、オンラインの政治広告を調べる。
その結果、ほとんどの政治広告は肯定的な感情を表明している。
論文 参考訳（メタデータ） (2020-01-28T22:33:45Z)
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。