論文の概要: Fine-Grained Prediction of Political Leaning on Social Media with Unsupervised Deep Learning

• arxiv url: http://arxiv.org/abs/2202.12382v1
• Date: Wed, 23 Feb 2022 09:18:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-28 14:16:56.929534
• Title: Fine-Grained Prediction of Political Leaning on Social Media with Unsupervised Deep Learning
• Title（参考訳）: 教師なし深層学習によるソーシャルメディアへの政治的傾倒のきめ細かい予測
• Authors: Tiziano Fagni, Stefano Cresci
• Abstract要約: ソーシャルメディア投稿からきめ細かい政治傾向を学習するための新しい教師なし手法を提案する。 本研究は、よりきめ細かな政治的傾きを検出するための、新しい、より優れた教師なしのアプローチを開発するための道を開くものである。
• 参考スコア（独自算出の注目度）: 0.9137554315375922
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Predicting the political leaning of social media users is an increasingly popular task, given its usefulness for electoral forecasts, opinion dynamics models and for studying the political dimension of polarization and disinformation. Here, we propose a novel unsupervised technique for learning fine-grained political leaning from the textual content of social media posts. Our technique leverages a deep neural network for learning latent political ideologies in a representation learning task. Then, users are projected in a low-dimensional ideology space where they are subsequently clustered. The political leaning of a user is automatically derived from the cluster to which the user is assigned. We evaluated our technique in two challenging classification tasks and we compared it to baselines and other state-of-the-art approaches. Our technique obtains the best results among all unsupervised techniques, with micro F1 = 0.426 in the 8-class task and micro F1 = 0.772 in the 3-class task. Other than being interesting on their own, our results also pave the way for the development of new and better unsupervised approaches for the detection of fine-grained political leaning.
• Abstract（参考訳）: ソーシャルメディアユーザーの政治的傾向を予測することは、選挙予測、世論のダイナミクスモデル、および分極と不情報の政治的側面を研究するのに有用であることを考えれば、ますます一般的なタスクである。 本稿では,ソーシャルメディア投稿のテクストコンテンツからきめ細かい政治傾向を学ぶための新しい教師なし手法を提案する。 本手法は,表現学習タスクにおいて潜在的政治イデオロギーを学習するために,ディープニューラルネットワークを利用する。 その後、ユーザは低次元イデオロギー空間に投影され、その後クラスタ化される。 ユーザの政治的傾きは、自動的に、ユーザが割り当てられたクラスタから引き出される。 本手法を2つの課題分類タスクで評価し,ベースラインや他の最先端手法と比較した。 この手法は,8クラスタスクではmicro f1 = 0.426,3クラスタスクではmicro f1 = 0.772という,教師なし手法で最高の結果を得る。 興味深いことばかりでなく、われわれの結果は、きめ細かい政治的傾きを検出するための、新しく、より教師なしのアプローチの開発への道を開くものでもある。

関連論文リスト

• Political Leaning Inference through Plurinational Scenarios [4.899818550820576]
  この研究は、スペインにおける3つの多様な地域(バスク州、カタルーニャ州、ガリシア州)に焦点を当て、多党の分類の様々な方法を探究する。 我々は、リツイートから得られた教師なしユーザ表現と、その後の政治的傾き検出に使用される2段階の手法を用いる。
  論文  参考訳（メタデータ） (2024-06-12T07:42:12Z)
• Generalizing Political Leaning Inference to Multi-Party Systems: Insights from the UK Political Landscape [10.798766768721741]
  ソーシャルメディアユーザーの政治的傾きを推測する能力は、世論調査の収集に役立つ。 政治的傾きと相互のインタラクションによってラベル付けされたユーザからなるデータセットをリリースする。 我々は、ユーザー間のリツイートという形でのインタラクションが、政治的に傾いた推論を可能にする、非常に強力な機能であることを示します。
  論文  参考訳（メタデータ） (2023-12-04T09:02:17Z)
• Learning Unbiased News Article Representations: A Knowledge-Infused Approach [0.0]
  本研究では,グローバル・ローカル・コンテクストを用いて,ニュース記事の非バイアス表現を学習する知識注入型ディープラーニングモデルを提案する。 提案手法は,アルゴリズムによる政治的偏見を緩和し,記事の政治的傾きを最大73%の精度で予測する基礎的手法より優れていることを示す。
  論文  参考訳（メタデータ） (2023-09-12T06:20:34Z)
• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [57.70351255180495]
  深層学習に基づくコンピュータビジョンのアルゴリズムを、15カ国の政治指導者を描いた220本のYouTubeビデオのサンプルに適用する。 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否定的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)
• PAR: Political Actor Representation Learning with Social Context and Expert Knowledge [45.215862050840116]
  我々は,textbfPolitical textbfActor textbfRepresentation学習フレームワークであるtextbfPARを提案する。 我々は,社会的文脈情報を活用するために,議員に関する事実文を検索し,抽出する。 次に、社会的文脈を取り入れた異種情報ネットワークを構築し、リレーショナルグラフニューラルネットワークを用いて立法者表現を学習する。
  論文  参考訳（メタデータ） (2022-10-15T19:28:06Z)
• Panning for gold: Lessons learned from the platform-agnostic automated detection of political content in textual data [48.7576911714538]
  異なるプラットフォーム間で政治的コンテンツを検出するために、これらの技術がどのように使用できるかについて議論する。 辞書,教師付き機械学習,ニューラルネットワークに依存する3つの検出手法のパフォーマンスを比較した。 この結果から,ニューラルネットワークと機械学習に基づくモデルによって達成されるノイズの少ないデータに対して,事前処理がモデル性能に与える影響が限定された。
  論文  参考訳（メタデータ） (2022-07-01T15:23:23Z)
• Knowledge Graph Augmented Political Perspective Detection in News Media [7.477393857078695]
  本稿では,現実世界の政治の外部知識を取り入れた視点検出手法を提案する。 提案手法は, 最高の性能を実現し, 最先端の手法を5.49%向上させる。
  論文  参考訳（メタデータ） (2021-08-09T08:05:56Z)
• Goal-Conditioned Reinforcement Learning with Imagined Subgoals [89.67840168694259]
  我々は、複雑なタスクの学習を容易にするために、想像上のサブゴールをポリシー学習に組み込むことを提案する。 想像上のサブゴールは、政策と批判を同時に訓練する独立したハイレベルな政策によって予測される。 複雑なロボットナビゲーションと操作タスクに対する我々のアプローチを評価し、既存の手法よりも大きなマージンで優れていることを示す。
  論文  参考訳（メタデータ） (2021-07-01T15:30:59Z)
• Guided Uncertainty-Aware Policy Optimization: Combining Learning and Model-Based Strategies for Sample-Efficient Policy Learning [75.56839075060819]
  従来のロボットのアプローチは、環境の正確なモデル、タスクの実行方法の詳細な説明、現在の状態を追跡するための堅牢な認識システムに依存している。 強化学習アプローチは、タスクを記述するための報酬信号だけで、生の感覚入力から直接操作することができるが、非常にサンプル非効率で脆弱である。 本研究では,ロボットの知覚・運動パイプラインにおける不正確さを克服できる一般的な手法を得るために,モデルに基づく手法の強みと学習に基づく手法の柔軟性を組み合わせる。
  論文  参考訳（メタデータ） (2020-05-21T19:47:05Z)
• Policy Evaluation Networks [50.53250641051648]
  我々は,簡潔な埋め込みにおいて重要なポリシー情報を保持できる,スケーラブルで差別化可能なフィンガープリント機構を導入する。 実験の結果、これらの3つの要素を組み合わせることで、トレーニングデータを生成するものよりも優れたポリシーを作成できることが示された。
  論文  参考訳（メタデータ） (2020-02-26T23:00:27Z)

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。