論文の概要: Trend and Thoughts: Understanding Climate Change Concern using Machine Learning and Social Media Data

• arxiv url: http://arxiv.org/abs/2111.14929v1
• Date: Sat, 6 Nov 2021 19:59:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-06 04:47:46.563570
• Title: Trend and Thoughts: Understanding Climate Change Concern using Machine Learning and Social Media Data
• Title（参考訳）: トレンドと思想:機械学習とソーシャルメディアデータを用いた気候変動に関する理解
• Authors: Zhongkai Shangguan and Zihe Zheng and Lei Lin
• Abstract要約: われわれは大規模な気候変動のTwitterデータセットを構築し、機械学習を用いて包括的な分析を行った。 トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候イベントの関係を示す。 我々のデータセットはKaggleで公開されており、さらなる研究に利用できる。
• 参考スコア（独自算出の注目度）: 3.7384509727711923
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Nowadays social media platforms such as Twitter provide a great opportunity to understand public opinion of climate change compared to traditional survey methods. In this paper, we constructed a massive climate change Twitter dataset and conducted comprehensive analysis using machine learning. By conducting topic modeling and natural language processing, we show the relationship between the number of tweets about climate change and major climate events; the common topics people discuss climate change; and the trend of sentiment. Our dataset was published on Kaggle (\url{https://www.kaggle.com/leonshangguan/climate-change-tweets-ids-until-aug-2021}) and can be used in further research.
• Abstract（参考訳）: 現在、twitterのようなソーシャルメディアプラットフォームは、伝統的な調査方法と比較して、気候変動に対する世論を理解する絶好の機会を提供している。 本稿では,大規模な気候変動データセットを構築し,機械学習を用いた包括的分析を行った。 トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候変動イベントの関係、人々が気候変動について議論する一般的なトピック、感情の傾向を示す。 我々のデータセットはKaggle (\url{https://www.kaggle.com/leonshangguan/climate-change-tweets-ids-until-aug-2021})で公開され、さらなる研究に利用できる。

関連論文リスト

• Augmented CARDS: A machine learning approach to identifying triggers of climate change misinformation on Twitter [14.111559061588983]
  気候変動に関する誤報は、社会的な幸福に重大な脅威をもたらす。 オンライン誤報の急増は、ファクトチェッカーが虚偽の主張を軽視する能力を大きく上回っている。 2段階の階層モデルであるAugmented CARDSモデルを開発した。
  論文  参考訳（メタデータ） (2024-04-24T06:03:07Z)
• Comparing Data-Driven and Mechanistic Models for Predicting Phenology in Deciduous Broadleaf Forests [47.285748922842444]
  我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。 このアプローチは従来のプロセスベースのモデルよりも優れています。
  論文  参考訳（メタデータ） (2024-01-08T15:29:23Z)
• Arabic Mini-ClimateGPT : A Climate Change and Sustainability Tailored Arabic LLM [77.17254959695218]
  ChatGPTやBardのような大規模言語モデル(LLM)は、優れた会話能力を示し、幅広いNLPタスクに優れています。 我々は,オープンソースのLLM上に構築され,アラビア語データセットClima500-Instructの対話型命令チューニングに特化して微調整された軽量のアラビア語ミニクリメートGPTを提案する。 本モデルは,ChatGPTによる評価において,88.3%の症例において,ベースラインLLMを上回った。
  論文  参考訳（メタデータ） (2023-12-14T22:04:07Z)
• Understanding Opinions Towards Climate Change on Social Media [2.31449645503075]
  我々は,実世界の出来事がソーシャルメディア上での気候変動関連トピックに対する個人の意見にどのように影響するかを理解することを目的としている。 我々は2006年から2019年にかけて360万人のユーザーが送った1360万ツイートのデータセットを抽出し分析した。 我々の研究は、COPイベントを取り巻く温暖化対策コミュニティの進化を理解するための第一歩として機能する。
  論文  参考訳（メタデータ） (2023-12-02T20:02:34Z)
• ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using Natural Language Processing [0.0]
  本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。 目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
  論文  参考訳（メタデータ） (2023-10-12T07:48:50Z)
• Analysis of Climate Campaigns on Social Media using Bayesian Model Averaging [29.413444722550356]
  我々は、産業、その擁護団体、および気候変動擁護団体がソーシャルメディアを用いて、気候変動に関する物語にどのように影響するかを分析する。 我々は、Facebook上の気候広告のスタンスを特定するために、メッセージテーマと組み合わされた最小限のモデルスープ[57]アプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-06T16:43:29Z)
• Machine learning reveals how personalized climate communication can both succeed and backfire [55.41644538483948]
  オンライン広告は、気候変動に対する人々の信念を増大させる一方で、他人に対する信念を低下させることを示す。 特に,年齢や民族によって広告の効果が変化する可能性が示唆された。
  論文  参考訳（メタデータ） (2021-09-10T20:47:34Z)
• 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)
• Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
  近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。 これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。 本稿では,本稿で開発したツールと方法論について紹介する。
  論文  参考訳（メタデータ） (2020-11-03T21:22:42Z)
• You are right. I am ALARMED -- But by Climate Change Counter Movement [40.66864319982138]
  我々は、社会科学における気候誤報に関する文献を再考し、NLPのコミュニティに導入するために再パッケージする。 我々は、このギャップを、既知の気候変動の誤報のある記事を取り除き、リリースすることで埋めようとしている。
  論文  参考訳（メタデータ） (2020-04-30T16:06:02Z)

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。