論文の概要: United States Politicians' Tone Became More Negative with 2016 Primary
Campaigns
- arxiv url: http://arxiv.org/abs/2207.08112v1
- Date: Sun, 17 Jul 2022 08:41:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-19 16:16:51.850350
- Title: United States Politicians' Tone Became More Negative with 2016 Primary
Campaigns
- Title(参考訳): 米国の政治家、2016年の予備選挙にもっと否定的
- Authors: Jonathan K\"ulz, Andreas Spitz, Ahmad Abu-Akel, Stephan G\"unnemann,
Robert West
- Abstract要約: われわれは、米国の政治家18,627人によるオンラインニュースから2400万件の引用をまとめた、新しい総合的なコーパスに、精神言語ツールを適用した。
オバマの任期中に否定的な感情の単語の頻度が連続的に減少していたのに対し、2016年の予備選挙によって突然、そして持続的に増加したことが示される。
この研究は、トランプの選挙運動が触媒として始まった後、よりネガティブな政治的トーンへの劇的なシフトを示す最初の大規模なデータ駆動型証拠を提供する。
- 参考スコア(独自算出の注目度): 11.712441267029092
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There is a widespread belief that the tone of US political language has
become more negative recently, in particular when Donald Trump entered
politics. At the same time, there is disagreement as to whether Trump changed
or merely continued previous trends. To date, data-driven evidence regarding
these questions is scarce, partly due to the difficulty of obtaining a
comprehensive, longitudinal record of politicians' utterances. Here we apply
psycholinguistic tools to a novel, comprehensive corpus of 24 million quotes
from online news attributed to 18,627 US politicians in order to analyze how
the tone of US politicians' language evolved between 2008 and 2020. We show
that, whereas the frequency of negative emotion words had decreased
continuously during Obama's tenure, it suddenly and lastingly increased with
the 2016 primary campaigns, by 1.6 pre-campaign standard deviations, or 8% of
the pre-campaign mean, in a pattern that emerges across parties. The effect
size drops by 40% when omitting Trump's quotes, and by 50% when averaging over
speakers rather than quotes, implying that prominent speakers, and Trump in
particular, have disproportionately, though not exclusively, contributed to the
rise in negative language. This work provides the first large-scale data-driven
evidence of a drastic shift toward a more negative political tone following
Trump's campaign start as a catalyst, with important implications for the
debate about the state of US politics.
- Abstract(参考訳): ドナルド・トランプが政治に参入したとき、米国の政治言語のトーンが最近よりネガティブになったという広く信じられている。
同時に、トランプが変化したのか、単に以前の傾向を続けただけなのかについては意見の相違がある。
現在では、政治家の発声の包括的・縦断的な記録を得るのが困難であることから、これらの疑問に関するデータ主導の証拠は少ない。
ここでは、2008年から2020年の間に米国の政治家の言語がどう変化したかを分析するために、オンラインニュースの2400万件の引用を18,627人の米国政治家にまとめた新しい包括的なコーパスに、精神言語学的ツールを適用する。
オバマの任期中にネガティブな感情の単語の頻度が継続的に減少していたのに対して、2016年の予備選挙では、キャンプ前標準偏差の1.6倍、キャンプ前平均の8%が、政党間で出現するパターンで突然、そして継続的に増加したことが示されています。
トランプ氏の引用を省いた場合、効果の大きさは40%減少し、引用よりも平均的な話者よりも50%小さくなった。
この研究は、トランプの選挙運動が始まり、よりネガティブな政治傾向への大きなシフトを示す最初の大規模データ駆動の証拠となり、米国の政治状態に関する議論に重要な意味を持つ。
関連論文リスト
- Sympathy over Polarization: A Computational Discourse Analysis of Social Media Posts about the July 2024 Trump Assassination Attempt [7.484950789973326]
我々は、ドナルド・トランプに対する大衆の感情が、時間とともに、地域によってどのように変化していくかを調査する。
危機前後のオンライン会話における主要なテーマについて検討する。
大規模な言語モデルに基づく感情分析、差分差分モデル、トピックモデリング技術を統合することで、一般大衆の反応がトランプに広く共感することを発見した。
論文 参考訳(メタデータ) (2025-01-17T04:26:13Z) - On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳(メタデータ) (2024-10-18T17:15:13Z) - Finding Hidden Swing Voters in the 2022 Italian Elections Twitter Discourse [1.3654846342364308]
2022年のイタリア総選挙において、Twitter上での政治メッセージと有権者行動の動態について検討した。
分析の結果,選挙期間中に政治家の人気が高まり,説得力のある言語技術の利用に顕著な違いがあることが判明した。
スウィング有権者は、様々な種類の政治的シフトの脆弱性パターンの違いがある非スウィング有権者に比べて、これらのプロパガンダ技術に弱い。
論文 参考訳(メタデータ) (2024-07-01T13:34:29Z) - Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
本稿では,大規模言語モデルに基づく一意性尺度を提案する。
トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
論文 参考訳(メタデータ) (2024-01-02T19:00:17Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳(メタデータ) (2023-01-02T12:40:05Z) - Negativity Spreads Faster: A Large-Scale Multilingual Twitter Analysis
on the Role of Sentiment in Political Communication [7.136205674624813]
本稿は、欧州3カ国の政治家のツイートを分析しようとするものである。
最先端の事前訓練言語モデルを利用することで、数十万のツイートに対して感情分析を行った。
我々の分析は、政治家の否定的なツイートが、特に最近の時代に広く広まっていることを示している。
論文 参考訳(メタデータ) (2022-02-01T13:25:19Z) - Millions of Co-purchases and Reviews Reveal the Spread of Polarization
and Lifestyle Politics across Online Markets [68.8204255655161]
多様な市場において,異なる製品セグメントにおける分極とライフスタイル政治の広範性について検討する。
政治的に関連性があり、整列し、偏極化した製品カテゴリーを見つけるために、218万の市場組織間で236万の関連をサンプリングした。
文化製品は他のどの部分よりも4倍偏光度が高い。
論文 参考訳(メタデータ) (2022-01-17T18:16:37Z) - 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) - Reaching the bubble may not be enough: news media role in online
political polarization [58.720142291102135]
分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。
本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
論文 参考訳(メタデータ) (2021-09-18T11:34:04Z) - Towards Measuring Adversarial Twitter Interactions against Candidates in
the US Midterm Elections [25.374045377135307]
我々は,2018年の米総選挙に臨む米下院の候補者に対する敵対的相互作用を計測する。
我々は、特定の候補に向けられた有害なコンテンツでツイートを検出する新しい手法を開発した。
我々はこれらの手法を用いて、攻撃的名声、暴力の脅威、不信任情報の投稿、アイデンティティへの攻撃、敵対的メッセージの繰り返しなど、選挙で見られる敵の対話の幅を概説する。
論文 参考訳(メタデータ) (2020-05-09T10:00:41Z)
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。