論文の概要: Exposing the Obscured Influence of State-Controlled Media: A Causal
Estimation of Influence Between Media Outlets Via Quotation Propagation
- arxiv url: http://arxiv.org/abs/2201.05985v1
- Date: Sun, 16 Jan 2022 06:50:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-19 18:57:37.223575
- Title: Exposing the Obscured Influence of State-Controlled Media: A Causal
Estimation of Influence Between Media Outlets Via Quotation Propagation
- Title(参考訳): 状態制御メディアのあいまいな影響の顕在化--引用伝播によるメディア間の影響の因果的推定
- Authors: Joseph Schlessinger, Richard Bennet, Jacob Coakwell, Steven T. Smith,
Edward K. Kao
- Abstract要約: 本研究では,ネットワークやトランスフォーマー言語モデルに因果効果を推定する手法を適用し,メディア間の影響を定量化する。
我々は、最も著名なヨーロッパやロシアの伝統メディアが発行した1万件以上の記事の引用の膨大なデータセットを分析し、方向性に関係なく、他のメディアに対する州が管理するアウトレットの影響を不明瞭に示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This study quantifies influence between media outlets by applying a novel
methodology that uses causal effect estimation on networks and transformer
language models. We demonstrate the obscured influence of state-controlled
outlets over other outlets, regardless of orientation, by analyzing a large
dataset of quotations from over 100 thousand articles published by the most
prominent European and Russian traditional media outlets, appearing between May
2018 and October 2019. The analysis maps out the network structure of influence
with news wire services serving as prominent bridges that connect outlets in
different geo-political spheres. Overall, this approach demonstrates
capabilities to identify and quantify the channels of influence in intermedia
agenda setting over specific topics.
- Abstract(参考訳): 本研究では,ネットワークやトランスフォーマー言語モデルに因果効果を推定する手法を適用し,メディア間の影響を定量化する。
我々は、2018年5月から2019年10月にかけて、ヨーロッパおよびロシアの伝統メディアが発行した1万以上の記事から引用された膨大なデータセットを分析して、他のメディアに対する国が管理するアウトレットの影響の曖昧さを実証する。
この分析は、異なる地政界の出口を結ぶ顕著な橋として機能するニュースワイヤーサービスによる影響のネットワーク構造を図示する。
全体として、このアプローチは特定のトピックに対するメディア間アジェンダの設定における影響のチャネルを特定し、定量化する能力を示す。
関連論文リスト
- Quantifying Media Influence on Covid-19 Mask-Wearing Beliefs [0.8192907805418583]
この研究は、Howard 2020のFace Mask Perception Scaleによると、Covid-19マスク着用に関する声明に注釈を付けた米国のニュースメディアのデータセットに貢献する。
同時期に行われたギャラップ調査から,メディアメッセージングと経験的世論調査データとの微妙な相関関係を示す。
また、このデータは、その期間を通じて、プロマスクとアンチマスクの感情の定量的分析に使用できることを示した。
論文 参考訳(メタデータ) (2024-03-06T13:09:40Z) - Tweets to Citations: Unveiling the Impact of Social Media Influencers on
AI Research Visibility [88.19541361734302]
機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。
2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。
我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
論文 参考訳(メタデータ) (2024-01-24T20:05:49Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳(メタデータ) (2023-03-28T03:31:37Z) - Inference of Media Bias and Content Quality Using Natural-Language
Processing [6.092956184948962]
本稿では、メディアの政治バイアスとコンテンツ品質の両方をテキストから推測する枠組みを提案する。
我々は,100万ツイート以上のデータセットに対して,双方向長短期記憶(LSTM)ニューラルネットワークを適用した。
この結果から,テキスト分析における単語順序の学習手法への活用の重要性が示唆された。
論文 参考訳(メタデータ) (2022-12-01T03:04:55Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳(メタデータ) (2022-08-25T15:53:32Z) - Contextual Bandits for Advertising Campaigns: A Diffusion-Model
Independent Approach (Extended Version) [73.59962178534361]
拡散ネットワークや情報伝達の仕方を決定するモデルについてはほとんど知られていないと考えられる影響問題について検討する。
この設定では、キャンペーンの実行中に主要な拡散パラメータを学習するために探索-探索アプローチが使用できる。
本稿では,2つの文脈的マルチアーム・バンディットの手法と,インフルエンサーの残りのポテンシャルに対する上限について比較する。
論文 参考訳(メタデータ) (2022-01-13T22:06:10Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳(メタデータ) (2021-11-03T20:08:54Z) - MBIC -- A Media Bias Annotation Dataset Including Annotator
Characteristics [0.0]
メディア偏見、あるいはスライスされたニュース報道は、出来事に対する大衆の認識に重大な影響を与える可能性がある。
本稿では,自己開発アノテーションプラットフォームを用いて,そのようなデータをクラウドソーシングするための行列ベースの方法論を提案する。
メディアバイアスの事例を表す1,700のステートメントの最初のサンプルであるMBICも提示する。
論文 参考訳(メタデータ) (2021-05-20T15:05:17Z) - How-to Present News on Social Media: A Causal Analysis of Editing News
Headlines for Boosting User Engagement [14.829079057399838]
我々は,メディアの現在の実践をデータ駆動アプローチを用いて分析する。
8つのメディアが共有するオリジナルニュース記事とそれに対応するつぶやきの並列コーパスを構築します。
そして、これらのメディアがオリジナルの見出しに対してツイートを編集し、そうした変化の影響について検討する。
論文 参考訳(メタデータ) (2020-09-17T06:39:49Z) - Understanding Adversarial Examples from the Mutual Influence of Images
and Perturbations [83.60161052867534]
クリーンな画像と敵の摂動を遠ざけることで敵の例を分析し,その相互への影響を分析した。
以上の結果から,画像と普遍摂動の関係に対する新たな視点が示唆された。
我々は、オリジナルトレーニングデータを活用することなく、目標とするユニバーサルアタックの挑戦的なタスクを最初に達成した人物です。
論文 参考訳(メタデータ) (2020-07-13T05:00:09Z) - A network perspective on intermedia agenda-setting [4.83420384410068]
我々は、あるトピックに対して異なるニュースソース間の影響のネットワークを推論する方法論を提示することで、メディア間アジェンダ設定を運用する。
同じニュースソースが特定のトピックに対してアジェンダ・セッターとして機能し、他のトピックに対してフォロワーとして機能する。
同時に、ほとんどのトピックに関連する影響ネットワークは、小さな世界特性を示しており、ネットワーク内のニュースソースによって表現される感情の全体的多様性に重要な役割を担っていることがわかった。
論文 参考訳(メタデータ) (2020-02-14T11:27:16Z)
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。