論文の概要: Russia-Ukraine war: Modeling and Clustering the Sentiments Trends of Various Countries

• arxiv url: http://arxiv.org/abs/2301.00604v1
• Date: Mon, 2 Jan 2023 11:32:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 14:52:56.987092
• Title: Russia-Ukraine war: Modeling and Clustering the Sentiments Trends of Various Countries
• Title（参考訳）: ロシア・ウクライナ戦争:各国のセンチメントトレンドのモデル化とクラスタリング
• Authors: Hamed Vahdat-Nejad, Mohammad Ghasem Akbari, Fatemeh Salmani, Faezeh Azizi, Hamid-Reza Nili-Sani
• Abstract要約: 本稿では、ロシア・ウクライナ戦争に関する英語のつぶやきを分析し、紛争に関するユーザの意見や感情を反映した傾向を分析する。 BERTモデルを用いて、ツイートの肯定的感情と否定的感情を分析し、様々な国における肯定的感情と否定的感情の頻度に関連する時系列を算出する。
• 参考スコア（独自算出の注目度）: 7.717214217542406
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: With Twitter's growth and popularity, a huge number of views are shared by users on various topics, making this platform a valuable information source on various political, social, and economic issues. This paper investigates English tweets on the Russia-Ukraine war to analyze trends reflecting users' opinions and sentiments regarding the conflict. The tweets' positive and negative sentiments are analyzed using a BERT-based model, and the time series associated with the frequency of positive and negative tweets for various countries is calculated. Then, we propose a method based on the neighborhood average for modeling and clustering the time series of countries. The clustering results provide valuable insight into public opinion regarding this conflict. Among other things, we can mention the similar thoughts of users from the United States, Canada, the United Kingdom, and most Western European countries versus the shared views of Eastern European, Scandinavian, Asian, and South American nations toward the conflict.
• Abstract（参考訳）: Twitterの成長と人気により、様々なトピックに関する膨大な数のビューがユーザによって共有され、このプラットフォームは様々な政治的、社会的、経済的問題に関する貴重な情報ソースとなっている。 本稿では、ロシア・ウクライナ戦争の英語ツイートを調査し、紛争に関するユーザの意見や感情を反映した傾向を分析する。 BERTモデルを用いて、ツイートの肯定的・否定的な感情を分析し、様々な国における肯定的・否定的なツイートの頻度に関連する時系列を算出する。 そこで本研究では,近隣地域の平均値に基づく時系列のモデリングとクラスタリング手法を提案する。 クラスタリングの結果は、この対立に関する世論に対する貴重な洞察を提供する。 中でも、米国、カナダ、イギリス、そしてほとんどの西欧諸国のユーザーからの同様の考え方と、紛争に対する東欧、スカンジナビア、アジア、南米諸国の共通見解について言及することができる。

関連論文リスト

• A Longitudinal Study of Italian and French Reddit Conversations Around the Russian Invasion of Ukraine [1.002138130221506]
  この研究は、最大のイタリアとフランスのRedditコミュニティ内での会話を詳しく調べ、特にロシアによるウクライナ侵攻がオンラインの対話にどう影響したかを調べた。 モデレーションアクティビティのパターンを記述するために、300万以上のポスト(コメントや投稿など)を持つデータセットを使用します。 我々は、戦争の最初の1ヶ月でより活発になったモデレーターの行動の変化を発見した。
  論文  参考訳（メタデータ） (2024-02-07T16:15:52Z)
• News and Misinformation Consumption in Europe: A Longitudinal Cross-Country Perspective [49.1574468325115]
  本研究では,欧州4カ国における情報消費について検討した。 フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。 信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
  論文  参考訳（メタデータ） (2023-11-09T16:22:10Z)
• Opponents and proponents of the war in Ukraine in Russian social media: who are they? [0.0]
  私は、ウクライナでの戦争に対して強い立場にあるロシアにおけるソーシャルメディアユーザーの政治的アイデンティティ、価値観、利益を比較します。 私は戦争の支持者が政治的アイデンティティを弱める傾向があることに気付いた。 支持者の価値観は、ロシア政府によって推進されたものとよく一致している。
  論文  参考訳（メタデータ） (2023-08-08T12:21:49Z)
• Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
  本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。 Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。 この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
  論文  参考訳（メタデータ） (2023-06-06T08:41:02Z)
• Automated multilingual detection of Pro-Kremlin propaganda in newspapers and Telegram posts [5.886782001771578]
  ロシア連邦とウクライナの大規模な紛争は、前例のない量のニュース記事やソーシャルメディアデータを生み出した。 本研究は、ウクライナ語、ロシア語、ルーマニア語、英語のニュース記事やテレグラムのニュースチャンネルを用いて、戦初月にメディアが世論にどう影響し、どのように反映したかを分析した。 我々はトランスフォーマーと言語特徴に基づく多言語自動プロパガンダ識別の2つの手法を提案し,比較する。
  論文  参考訳（メタデータ） (2023-01-25T14:25:37Z)
• Sentiment Analysis for Measuring Hope and Fear from Reddit Posts During the 2022 Russo-Ukrainian Conflict [0.0]
  本稿では,2022年ウクライナ・ロシア紛争に対する「textithope」と「textitfear」を測る,新しい語彙に基づく教師なし感情分析手法を提案する。 $textitReddit.com$は、紛争の最初の3ヶ月間、日々の出来事に対する人間の反応の主要源として利用されている。
  論文  参考訳（メタデータ） (2023-01-19T22:43:59Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• 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)
• Exploring Polarization of Users Behavior on Twitter During the 2019 South American Protests [15.065938163384235]
  われわれは、2019年に南アメリカのいくつかの国を麻痺させた抗議活動について、異なる文脈でTwitter上で偏極を探っている。 政治家のツイートやハッシュタグキャンペーンに対するユーザの支持を(反対かにかかわらず)抗議に対する明確なスタンスで活用することにより、何百万人ものユーザーによる弱いラベル付きスタンスデータセットを構築します。 イベント中の「フィルターバブル」現象の実証的証拠は、ユーザベースがスタンスの観点から均質であるだけでなく、異なるクラスタのメディアからユーザが移行する確率も低いことを示すものである。
  論文  参考訳（メタデータ） (2021-04-05T07:13:18Z)
• Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
  国像は国際関係と経済発展に大きな影響を与えている。 新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。 本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
  論文  参考訳（メタデータ） (2020-09-12T15:54:51Z)
• 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。

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。