論文の概要: Investigating the Impact of 9/11 on The Simpsons through Natural Language Processing

• arxiv url: http://arxiv.org/abs/2112.03025v1
• Date: Thu, 2 Dec 2021 03:45:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-11 08:38:50.845109
• Title: Investigating the Impact of 9/11 on The Simpsons through Natural Language Processing
• Title（参考訳）: 自然言語処理による9/11のシンプソンへの影響調査
• Authors: Athena Xiourouppa
• Abstract要約: 現実の出来事がフィクションメディアに与える影響は、特にアメリカの漫画シリーズ『ザ・シンプソンズ』で明らかである。 われわれの目標は、9月11日のニューヨークでのテロ事件前後の単語頻度、話題、感情の変化を検索することであった。 明確な傾向の変化は見られず、2000年から2002年までの期間の平均感情はわずかに減少した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The impact of real world events on fictional media is particularly apparent in the American cartoon series The Simpsons. While there are often very direct pop culture references evident in the dialogue and visual gags of the show, subtle changes in tone or sentiment may not be so obvious. Our aim was to use Natural Language Processing to attempt to search for changes in word frequency, topic, and sentiment before and after the September 11 terrorist attacks in New York. No clear trend change was seen, there was a slight decrease in the average sentiment over time around the relevant period between 2000 and 2002, but the scripts still maintained an overall positive value, indicating that the comedic nature of The Simpsons did not wane particularly significantly. The exploration of other social issues and even specific character statistics is needed to bolster the findings here.
• Abstract（参考訳）: 現実の出来事がフィクションメディアに与える影響は、特にアメリカの漫画シリーズ『ザ・シンプソンズ』で明らかである。 ショーの対話や視覚的なギャグには、しばしば非常に直接的なポップカルチャーの参照があるが、トーンや感情の微妙な変化はそれほど明らかではないかもしれない。 私たちの目標は、ニューヨークで9月11日のテロ攻撃の前後で、単語の頻度、話題、感情の変化を検索するために、自然言語処理を使用することでした。 明確な傾向の変化は見られず、2000年から2002年までの期間に平均的な感情はわずかに減少したが、脚本は全体として肯定的な価値を維持しており、ザ・シンプソンズの喜劇性は特に低下しなかった。 他の社会問題や特定の性格統計の探索は、この発見を後押しするために必要である。

関連論文リスト

• Exploring the topics, sentiments and hate speech in the Spanish information environment [0.0]
  本研究は,スペインのメディア5社のニュースに対して,337,807件の回答メッセージ(サイトコメントとツイート)の話題,感情,憎悪の頻度について検討した。 コンテンツは主に陰性(62.7%)で中性(28.57%)で、低い陽性(8.73%)である。 低レベルのヘイトスピーチ(3.98%)にもかかわらず、この研究は社会や政治の話題に対するオンライン反応の毒性が高いことを確認している。
  論文  参考訳（メタデータ） (2024-09-19T11:19:44Z)
• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• Forgotten Knowledge: Examining the Citational Amnesia in NLP [63.13508571014673]
  論文を引用するのにどれくらいの時間がかかったのか、どのようにして変化したのか、そしてこの引用的注意/記憶に相関する要因は何か。 引用論文の約62%が出版直前の5年間のものであり,約17%が10年以上前のものであることを示す。 1990年から2014年にかけて、引用論文の中央値と年齢の多様性は着実に増加してきたが、その後傾向が逆転し、現在のNLP論文は、時間的引用の多様性が極端に低い。
  論文  参考訳（メタデータ） (2023-05-29T18:30:34Z)
• Mentions of Prejudice in News Media -- An International Comparison [0.0]
  我々は9800万以上のニュースや意見記事において、偏見を否定する用語と社会正義に関連する用語の有病率を定量化する。 2010年以降、研究専門用語のニュースメディアにおける注目度が高まることは、米国や英国には及ばないことが判明した。 しかし、異なる世界の地域のニュースメディアは、様々な強度で異なるタイプの偏見を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:35:10Z)
• How People Respond to the COVID-19 Pandemic on Twitter: A Comparative Analysis of Emotional Expressions from US and India [3.2296078260106174]
  新型コロナウイルス(COVID-19)のパンデミックは世界中の何百万人もの命が引き起こされ、感情が高まったと主張している。 本研究は、米国とインドで5億5500万件以上のツイートで示された、COVID-19に関連するさまざまな感情の表現について検討する。
  論文  参考訳（メタデータ） (2023-03-19T04:05:10Z)
• Religion and Spirituality on Social Media in the Aftermath of the Global Pandemic [59.930429668324294]
  私たちは、突然の宗教活動の変化を2つに分析します。 重要な点として,2020年7月から9月にかけての3ヶ月の期間を分析して,この過程の時間的変動を分析した。
  論文  参考訳（メタデータ） (2022-12-11T18:41:02Z)
• COVID-19 sentiment analysis via deep learning during the rise of novel cases [0.5156484100374059]
  我々はtwitter上で感情分析を行うために,long short-term memory(lstm)リカレントニューラルネットワークを用いたディープラーニング言語モデルを用いた。 我々は、ほとんどのツイートは、インドのCOVID-19事件の台頭中に高いレベルの楽観主義で肯定的であることが判明しました。 楽観的で冗談を言うツイートは、主に月間ツイートを支配しており、ネガティブな感情が表される回数はずっと少なかった。
  論文  参考訳（メタデータ） (2021-04-05T04:31:19Z)
• Covid-19 Discourse on Twitter: How the Topics, Sentiments, Subjectivity, and Figurative Frames Changed Over Time [0.0]
  トピックモデリングを用いて,パンデミックの進展に関連するトピックが時間とともにどのように変化したかを示す。 ツイートの平均主観性は、直線的に上昇し、第4位となり、実際の暴動や戦闘が会話に入ると、人気で頻繁に使われるフィギュラティカル・フレームがどう変化したかを示す。
  論文  参考訳（メタデータ） (2021-03-16T10:22:39Z)
• Towards Debiasing Sentence Representations [109.70181221796469]
  Sent-Debiasはバイアスを取り除くのに有効であり、同時に文レベルの下流タスクのパフォーマンスを保っていることを示す。 我々は、より公平なNLPのための広く採用されている文表現から社会的偏見を識別・除去する今後の研究に刺激を与えることを期待している。
  論文  参考訳（メタデータ） (2020-07-16T04:22:30Z)
• "Notic My Speech" -- Blending Speech Patterns With Multimedia [65.91370924641862]
  音声認識と理解における視点依存と視覚的重要性の両方をモデル化するための視点時間的注意機構を提案する。 提案手法は, ビセム誤差率において, 既存の作業よりも4.99%優れていた。 モデルでは,多視点音声に対する理解と人間の知覚との間に強い相関関係があることが示されている。
  論文  参考訳（メタデータ） (2020-06-12T06:51:55Z)
• Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
  我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。 我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
  論文  参考訳（メタデータ） (2020-05-29T09:24:38Z)

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。