Fugu-MT 論文翻訳(概要): Dynamic Emotions of Supporters and Opponents of Anti-racism Movement from George Floyd Protests

論文の概要: Dynamic Emotions of Supporters and Opponents of Anti-racism Movement from George Floyd Protests

arxiv url: http://arxiv.org/abs/2109.14269v2
Date: Fri, 1 Oct 2021 15:32:48 GMT
ステータス: 処理完了
システム内更新日: 2023-03-13 05:18:33.585746
Title: Dynamic Emotions of Supporters and Opponents of Anti-racism Movement from George Floyd Protests
Title（参考訳）: ジョージ・フロイド抗議者による反人種差別運動の支持者と反対者の動的感情
Authors: Jaihyun Park
Abstract要約: 本研究は、ジョージ・フロイドの死から始まった最近の反人種差別運動を、姿勢予測とアスペクトベース感情分析(ABSA)のレンズで実証的に検証する試みである。まず、抗議活動の過程でツイートのスタンスが変わり、また、スタンスを維持しているユーザに比べて、スタンスをシフトしたユーザが増えている。
参考スコア（独自算出の注目度）: 4.628652869726037
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Social media empowers citizens to raise the voice and expressed civil outrage leads to collective action to change the society. Since social media welcomes anyone regardless of the political ideology or perspectives, social media is where the supporters and opponents of specific issue discuss. This study attempts to empirically examine a recent anti-racism movement initiated by the death of George Floyd with the lens of stance prediction and aspect-based sentiment analysis (ABSA). First, this study found the stance of the tweet and users do change over the course of the protest. Furthermore, there are more users who shifted the stance compared to those who maintained the stance. Second, both supporters and opponents expressed negative sentiment more on nine extracted aspects. This indicates that there was no significant difference of sentiment among supporters and opponents and raise a caution in predicting stance based on the sentiment. The contribution of the study is two-fold. First, ABSA was explored in the context of computational social science and second, stance prediction was first attempted at scale.
Abstract（参考訳）: ソーシャルメディアは市民に声を上げる権限を与え、市民の怒りが社会を変えるための集団行動へと繋がる。ソーシャルメディアは政治的イデオロギーや視点に関わらず誰でも歓迎するので、ソーシャルメディアは特定の問題の支持者や反対者が議論する場所である。本研究では、ジョージ・フロイドの死から始まった最近の反人種差別運動を、姿勢予測とアスペクトベース感情分析(ABSA)のレンズで実証的に検証する。第一に、この調査はツイートのスタンスとユーザーが抗議活動の過程で変化していることを見出した。さらに、スタンスを維持しているユーザーに比べて、スタンスを変えたユーザーも増えている。第2に、反対派と反対派は、9つの抽出された側面でよりネガティブな感情を表現した。これは、支持者と反対者の感情に有意な差はなく、その感情に基づく姿勢の予測に注意を喚起したことを示している。その研究の貢献は2倍だ。第一に、absaは計算社会科学の文脈で探求され、第二に、スタンス予測は大規模に試みられた。

関連論文リスト

Dynamics of Ideological Biases of Social Media Users [0.0]
オンラインプラットフォーム全体の世論グループの進化は,世論を抱きたいという欲求に支えられていることを示す。われわれはTwitterとParlerという2つのソーシャルメディアに焦点を当て、ユーザーの政治的偏見を追跡した。
論文参考訳（メタデータ） (2023-09-27T19:39:07Z)
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)
Whose Opinions Do Language Models Reflect? [88.35520051971538]
質の高い世論調査と関連する人的反応を利用して,言語モデル(LM)に反映された意見を検討する。我々は、現在のLMが反映している見解と、アメリカの人口集団の見解の間にかなりの不一致を見出した。我々の分析は、人間のフィードバック調整されたLMの左利き傾向に関する事前の観察を裏付けるものである。
論文参考訳（メタデータ） (2023-03-30T17:17:08Z)
What are People Talking about in #BlackLivesMatter and #StopAsianHate? Exploring and Categorizing Twitter Topics Emerging in Online Social Movements through the Latent Dirichlet Allocation Model [27.53788299995914]
Black Lives Matter(BLM)とStop Asian Hate(SAH)は、Twitter上で拡散した2つのソーシャルムーブメントである。本研究では、BLMとSAHのトピックを包括的に分析するために、混合メソッドアプローチを採用する。われわれは#blacklivesmatterと#stopasianhateハッシュタグで100万以上のツイートを収集し、それらのトピックを比較した。
論文参考訳（メタデータ） (2022-05-29T17:29:40Z)
Counter Hate Speech in Social Media: A Survey [2.8532545355403123]
我々は過去における最も重要な研究を概観し、CHSがソーシャルメディアに与える影響に焦点をあてる。 CHS生成は、ソーシャルメディアにおけるヘイトスピーチに介入しようとする試みが、この文脈で肯定的な役割を果たすという楽観的な仮定に基づいている。
論文参考訳（メタデータ） (2022-02-21T06:16:46Z)
Unraveling Social Perceptions & Behaviors towards Migrants on Twitter [1.6904475483445451]
我々は、ソーシャルメディア利用者の移民に対する2つの一般的な認識(共感と反感)と2つの支配的な行動(連帯と敵意)を識別する。提案する変換器ベースモデルであるBERT + CNNは、F1スコアが0.76で、他のモデルよりも優れていた。
論文参考訳（メタデータ） (2021-12-04T20:45:26Z)
Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
論文参考訳（メタデータ） (2021-11-15T18:58:20Z)
News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文参考訳（メタデータ） (2021-06-07T19:26:32Z)
Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文参考訳（メタデータ） (2020-09-12T15:54:51Z)
Cross-Cultural Polarity and Emotion Detection Using Sentiment Analysis and Deep Learning -- a Case Study on COVID-19 [2.983310828879753]
ソーシャルメディアは、新型コロナウイルス(COVID-19)に対する肯定的な感情と否定的な感情、パンデミック、ロックダウン、ハッシュタグを含む投稿で攻撃を受けた。この研究は、パンデミックとロックダウン期間の初期段階で示された感情の極性と感情を検出し、分析する傾向がある。
論文参考訳（メタデータ） (2020-08-23T12:43:26Z)
Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。