論文の概要: Sentiment Analysis for Measuring Hope and Fear from Reddit Posts During
the 2022 Russo-Ukrainian Conflict
- arxiv url: http://arxiv.org/abs/2301.08347v1
- Date: Thu, 19 Jan 2023 22:43:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-23 14:05:40.521003
- Title: Sentiment Analysis for Measuring Hope and Fear from Reddit Posts During
the 2022 Russo-Ukrainian Conflict
- Title（参考訳）: 2022年ロシア・ウクライナ紛争におけるReddit投稿の希望と恐怖の知覚分析
- Authors: Alessio Guerra and Oktay Karaku\c{s}
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper proposes a novel lexicon-based unsupervised sentimental analysis
method to measure the $``\textit{hope}"$ and $``\textit{fear}"$ for the 2022
Ukrainian-Russian Conflict. $\textit{Reddit.com}$ is utilised as the main
source of human reactions to daily events during nearly the first three months
of the conflict. The top 50 $``hot"$ posts of six different subreddits about
Ukraine and news (Ukraine, worldnews, Ukraina, UkrainianConflict,
UkraineWarVideoReport, UkraineWarReports) and their relative comments are
scraped and a data set is created. On this corpus, multiple analyses such as
(1) public interest, (2) hope/fear score, (3) stock price interaction are
employed. We promote using a dictionary approach, which scores the hopefulness
of every submitted user post. The Latent Dirichlet Allocation (LDA) algorithm
of topic modelling is also utilised to understand the main issues raised by
users and what are the key talking points. Experimental analysis shows that the
hope strongly decreases after the symbolic and strategic losses of Azovstal
(Mariupol) and Severodonetsk. Spikes in hope/fear, both positives and
negatives, are present after important battles, but also some non-military
events, such as Eurovision and football games.
- Abstract（参考訳）: 本稿では,2022年ウクライナ・ロシア紛争に対する「$`\textit{hope}"$」と「$``\textit{fear}"$」を測定するための,新しい語彙に基づく教師なし感情分析手法を提案する。
$\textit{Reddit.com}$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な原因として利用される。
ウクライナとニュースに関する6つのサブレディット(ウクライナ、ワールドニューズ、ウクライナ、ウクライナ、ウクライナWarVideoReport、ウクライナWarReports)のトップ50$`hot"$ポストとその相対的なコメントは取り除かれ、データセットが作成される。
本コーパスでは、(1)公益、(2)希望/希望スコア、(3)株価相互作用などの複数の分析を行う。
提案手法では,各投稿の希望度を評価する辞書方式を推奨する。
トピックモデリングのLatent Dirichlet Allocation (LDA)アルゴリズムも、ユーザによる主な問題と重要な話題を理解するために使用されている。
Azovstal(Mariupol)とSeverodonetsk(Severodonetsk)の象徴的、戦略的損失により、希望は強く低下する。
希望と否定の両方のスパイクは重要な戦闘の後に存在するが、ユーロビジョンやフットボールの試合のような非軍事的な出来事もある。
関連論文リスト
- NLP Case Study on Predicting the Before and After of the Ukraine-Russia and Hamas-Israel Conflicts [2.07180164747172]
近年の2つの事象に対して自然言語処理(NLP)技術を用いて毒性やその他のテキスト属性を予測する手法を提案する。
本稿は、紛争発生前後のソーシャルメディアの分析を通じてリスクを軽減することを願って、今後の紛争における調査の基盤を提供する。
論文 参考訳（メタデータ） (2024-10-08T23:46:56Z) - Narratives of War: Ukrainian Memetic Warfare on Twitter [7.6603687980663775]
2022年のロシアによるウクライナ侵攻は、サイバー戦争において政府関係者によるソーシャルメディアの利用が激化している。
我々は、物語のレンズを通して、この有名なメメティックウォーの例を研究し、それらを成功の鍵となる要素とみなす。
以上の結果から、ウクライナの影響と、それに対する世界的対応の微妙な検証結果が得られ、戦時における社会技術システムの進化に関する新たな洞察に寄与した。
論文 参考訳（メタデータ） (2023-09-15T12:41:03Z) - 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) - Russia-Ukraine war: Modeling and Clustering the Sentiments Trends of
Various Countries [7.717214217542406]
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。
論文 参考訳（メタデータ） (2023-01-02T11:32:47Z) - Twitter Dataset on the Russo-Ukrainian War [68.713984286035]
Twitter APIから現在進行中のデータセットの取得を開始しています。
データセットは770万人のユーザーを起源とする5730万ツイートに達している。
我々は、最初のボリュームと感情分析を適用し、データセットはトピック分析、ヘイトスピーチ、プロパガンダ認識、ボットネットのような潜在的な悪意のあるエンティティを示すためにさらに探索的な調査に使用することができる。
論文 参考訳（メタデータ） (2022-04-07T12:33:06Z) - Tweets in Time of Conflict: A Public Dataset Tracking the Twitter
Discourse on the War Between Ukraine and Russia [14.000779544058144]
2022年2月24日、ロシアはウクライナに侵攻し、その後、戦争が急速にエスカレートしたと報道された。
ロシアは直ちに世界からの反発と非難に直面した。
戦争はウクライナで進行中の人道的・難民危機に引き続き貢献しているが、オンライン空間では第2の戦場が出現している。
論文 参考訳（メタデータ） (2022-03-14T20:52:02Z) - A Weibo Dataset for the 2022 Russo-Ukrainian Crisis [59.258530429699924]
我々は、最初のリリースで350万以上のユーザー投稿とコメントを含む、ロシア・ウクライナ危機Weiboデータセットを提示する。
我々のデータはhttps://github.com/yrf1/Russia-Ukraine_weibo_dataset.comから入手可能です。
論文 参考訳（メタデータ） (2022-03-09T19:06:04Z) - Changes in European Solidarity Before and During COVID-19: Evidence from
a Large Crowd- and Expert-Annotated Twitter Dataset [77.27709662210363]
我々は,NLPにおける教師付き機械学習の新たな課題として,社会的連帯という社会科学的概念とその競争,反連帯の概念を導入する。
我々は,複数のアノテータと2つのアノテーションアプローチ(専門家対群衆)を利用して,(反)整合性表現のための2.3kの英語とドイツ語のつぶやきを注釈する。
今回の結果は、新型コロナウイルス危機で連帯がますます健全になり、競争が激化したことを示している。
論文 参考訳（メタデータ） (2021-08-02T17:03:12Z) - Russian trolls speaking Russian: Regional Twitter operations and MH17 [68.8204255655161]
2018年、Twitterはロシアのトロルとして特定されたアカウントのデータを公開した。
我々はこれらのトロルのロシア語操作を分析する。
MH17の事故に関するトロルズの情報キャンペーンは、ツイート数で最大のものだった。
論文 参考訳（メタデータ） (2020-05-13T19:48:12Z) - Cross-ethnicity Face Anti-spoofing Recognition Challenge: A Review [79.49390241265337]
Chalearn Face Anti-Spoofing Detection Challengeは、シングルモーダル(例えば、RGB)とマルチモーダル(例えば、RGB、Depth、赤外線(IR))のトラックで構成されている。
本稿では,その設計,評価プロトコル,結果の概要など,課題の概要について述べる。
論文 参考訳（メタデータ） (2020-04-23T06:43:08Z)
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。