Fugu-MT 論文翻訳(概要): Co-opted marginality, a new type of anti-immigrant discourse on social media? Classifying social media messages about immigrants with BERT

論文の概要: Co-opted marginality, a new type of anti-immigrant discourse on social media? Classifying social media messages about immigrants with BERT

arxiv url: http://arxiv.org/abs/2202.10830v1
Date: Tue, 22 Feb 2022 11:44:35 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 15:06:36.039013
Title: Co-opted marginality, a new type of anti-immigrant discourse on social media? Classifying social media messages about immigrants with BERT
Title（参考訳）: ソーシャルメディア上での新しい反移民言論法「marginality」を共同運用する? BERTによる移民に関するソーシャルメディアメッセージの分類
Authors: Claire Stravato Emes and Anfan Chen
Abstract要約: この記事は、シンガポールで6ヶ月にわたって11のソーシャルメディアコミュニティプラットフォームに関するコメント欄で、移民に関する公的な談話を分析している。この記事はもともとThe Straits Timesに掲載されていた。
参考スコア（独自算出の注目度）: 0.15229257192293202
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: The article analyzes public discourse about immigrants in comments sections of 11 social media community platforms over six months in Singapore.
Abstract（参考訳）: シンガポールの11のソーシャルメディア・コミュニティ・プラットフォームのコメント欄で、移民に関する公開談話を分析している。

関連論文リスト

Characterizing the Fragmentation of the Social Media Ecosystem [39.58317527488534]
私たちは9つのソーシャルメディアプラットフォーム上で600万人近いユーザーが投稿した1260万のURLのデータセットを使用しています。メインストリームとAlt-techプラットフォームの間には明確な分離がある。これらの知見は、ソーシャルメディアエコシステムの断片化と分極を定義する主要な側面を概説している。
論文参考訳（メタデータ） (2024-11-25T18:45:03Z)
Unraveling Code-Mixing Patterns in Migration Discourse: Automated Detection and Analysis of Online Conversations on Reddit [4.019533549688538]
本稿では,Reddit などのソーシャルメディアプラットフォームにおける移動関連談話における多言語話者間のコミュニケーション戦略である Code-mixing の利用について検討する。本稿では,移動に関する議論において,コード混合メッセージを自動的に検出する新しいアプローチであるELMICT(Ensemble Learning for Identification of Code-mixed Texts)を提案する。
論文参考訳（メタデータ） (2024-06-12T20:30:34Z)
Cross-Platform Social Dynamics: An Analysis of ChatGPT and COVID-19 Vaccine Conversations [37.69303106863453]
2022年のChatGPTのリリースと2021年の新型コロナウイルスワクチンに関する世界的な議論という、2つの重要な出来事に関する1200万件以上の投稿とニュース記事を分析した。データはTwitter、Facebook、Instagram、Reddit、YouTube、GDELTなど、複数のプラットフォームから収集された。トピックモデリング手法を用いて,各プラットフォーム上の異なる主題のエミュレーションを明らかにし,その特徴と対象のオーディエンスを反映した。
論文参考訳（メタデータ） (2023-10-17T09:58:55Z)
Automated Sentiment and Hate Speech Analysis of Facebook Data by Employing Multilingual Transformer Models [15.823923425516078]
我々は、Facebookの代表的なデータセットの中で、憎悪とネガティブな感情内容の統計的分布を分析する。我々は、感情分析やヘイトスピーチ分析を行うために、最先端のオープンソースのXLM-T多言語変換言語モデルを用いている。
論文参考訳（メタデータ） (2023-01-31T14:37:04Z)
Multilingual Abusiveness Identification on Code-Mixed Social Media Text [1.8275108630751844]
Indic 言語からなる多言語 Moj データセット上での悪用性同定手法を提案する。我々のアプローチは、非英語のソーシャルメディアコンテンツにおける共通の課題に取り組み、他の言語にも拡張できる。
論文参考訳（メタデータ） (2022-03-01T12:23:25Z)
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)
Comparing the Language of QAnon-related content on Parler, Gab, and Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。われわれは投稿をParlerの#QAnonというハッシュタグと比較する。 Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文参考訳（メタデータ） (2021-11-22T11:19:15Z)
Capitol (Pat)riots: A comparative study of Twitter and Parler [37.277566049536]
2021年1月6日、右派保守派の暴徒がアメリカ議会議事堂ヒルを襲撃し、2020年アメリカ合衆国大統領選挙の結果が議会で承認された。イベント開始直後、暴動に関連する投稿がソーシャルメディアで流行し始めた。われわれのレポートは、暴動の前後にParlerのトレンドコンテンツとTwitterの対比を示している。
論文参考訳（メタデータ） (2021-01-18T07:46:14Z)
Migration and Refugee Crisis: a Critical Analysis of Online Public Perception [2.9005223064604078]
移住率と移民に対する恨みのレベルは、近代文明において重要な問題である。我々は、EU難民危機に関連する大量のツイートの集合の中で、感情と関連する表現の文脈を分析します。本研究は、移民に対するネガティブ感情の割合が極端に高く、一般ユーザーの間ではネガティブ感情の比率が大きく反映されていることを明らかにした。
論文参考訳（メタデータ） (2020-07-20T02:04:01Z)
Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文参考訳（メタデータ） (2020-05-25T21:58:09Z)
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。