論文の概要: Opinion Mining from YouTube Captions Using ChatGPT: A Case Study of
Street Interviews Polling the 2023 Turkish Elections
- arxiv url: http://arxiv.org/abs/2304.03434v1
- Date: Fri, 7 Apr 2023 01:25:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-10 13:11:12.976223
- Title: Opinion Mining from YouTube Captions Using ChatGPT: A Case Study of
Street Interviews Polling the 2023 Turkish Elections
- Title（参考訳）: ChatGPTによるYouTubeのキャプションからのオピニオンマイニング:2023年トルコ大統領選挙の街頭インタビューを事例として
- Authors: Tu\u{g}rulcan Elmas, \.Ilker G\"ul
- Abstract要約: 本稿では, 世論調査のための新たな手法を提案し, 世論調査によるYouTubeの自動キャプションをデータソースとして活用する。
本稿では,ChatGPTを用いた意見マイニングフレームワークを導入し,投票意図とモチベーションをマスアノテートする。
本報告では,ChatGPTが好む候補を97%の精度で予測し,325件のインタビューから収集したデータに基づいて,13の候補の中から71%の精度で正しい投票動機を推定できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Opinion mining plays a critical role in understanding public sentiment and
preferences, particularly in the context of political elections. Traditional
polling methods, while useful, can be expensive and less scalable. Social media
offers an alternative source of data for opinion mining but presents challenges
such as noise, biases, and platform limitations in data collection. In this
paper, we propose a novel approach for opinion mining, utilizing YouTube's
auto-generated captions from public interviews as a data source, specifically
focusing on the 2023 Turkish elections as a case study. We introduce an opinion
mining framework using ChatGPT to mass-annotate voting intentions and
motivations that represent the stance and frames prior to the election. We
report that ChatGPT can predict the preferred candidate with 97\% accuracy and
identify the correct voting motivation out of 13 possible choices with 71\%
accuracy based on the data collected from 325 interviews. We conclude by
discussing the robustness of our approach, accounting for factors such as
captions quality, interview length, and channels. This new method will offer a
less noisy and cost-effective alternative for opinion mining using social media
data.
- Abstract（参考訳）: 世論調査は世論や選好、特に政治選挙の文脈において重要な役割を担っている。
従来のポーリング手法は便利だが、高価でスケーラビリティが低い。
ソーシャルメディアは意見マイニングのための代替データソースを提供するが、ノイズ、バイアス、データ収集におけるプラットフォーム制限といった課題を提示している。
本稿では,2023年のトルコ総選挙を事例として,公開面接によるyoutubeの自動生成キャプションをデータソースとして活用した,新たな意見マイニング手法を提案する。
本稿では、ChatGPTを用いた意見マイニングフレームワークを導入し、選挙前の姿勢や枠組みを表す投票意図や動機を大量アノテートする。
325の面接から収集したデータに基づいて、チャットgptは、望ましい候補を97\%の精度で予測し、13の選択肢のうち正しい投票動機を71\%の精度で特定できると報告した。
提案手法の堅牢性について議論し,キャプションの品質,インタビューの長さ,チャンネルなどの要因について考察した。
この新しい手法は、ソーシャルメディアデータを使った意見マイニングに、騒々しく費用効果の低い代替手段を提供する。
関連論文リスト
- Analyzing and Estimating Support for U.S. Presidential Candidates in Twitter Polls [1.71952017922628]
我々は、2016年と2020年の大統領選挙において、米国の大統領候補に対する支持を誇示する2万件近いTwitterの投票を調査した。
われわれの調査結果によると、Twitterの世論調査は、大統領候補の地位から、さまざまな点で偏っている。
2016年と2020年の世論調査は、主に年上の男性によって作成され、ドナルド・トランプ氏に有利な偏見を示していた。
論文 参考訳（メタデータ） (2024-06-05T14:57:29Z) - Tracking the Newsworthiness of Public Documents [107.12303391111014]
この研究は、サンフランシスコ・クロニクル(San Francisco Chronicle)によるサンフランシスコ・ベイエリアにおける地方公共政策のニュース報道に焦点を当てている。
まず、新聞記事、公共政策文書、会議記録を収集し、確率的関係モデルを用いてそれらをリンクする。
第二に、ポリシー項目がカバーされるかどうかを予測するために、ニューズサステイネス予測という新しいタスクを定義します。
論文 参考訳（メタデータ） (2023-11-16T10:05:26Z) - Electoral Agitation Data Set: The Use Case of the Polish Election [3.671887117122512]
ポーランド語における選挙の扇動を検出するための最初の公開データセットを提示する。
これには、法的に条件付けされた4つのカテゴリにタグ付けされた6,112人の人手によるツイートが含まれている。
新たに作成されたデータセットは、HerBERTと呼ばれるポーランド語モデルの微調整に使用された。
論文 参考訳（メタデータ） (2023-07-13T18:14:43Z) - Prediction of the 2023 Turkish Presidential Election Results Using
Social Media Data [0.5156484100374059]
我々は,従来の世論調査データとソーシャルメディアデータを組み合わせることで,トルコにおける2023年の選挙に参加する政党の投票シェアを予測することを目的とする。
私たちのアプローチは、コンテンツではなく、ソーシャルメディアのインタラクションの数を考慮したボリュームベースのアプローチです。
論文 参考訳（メタデータ） (2023-05-28T13:17:51Z) - 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) - 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) - #Secim2023: First Public Dataset for Studying Turkish General Election [2.9080451420355344]
Secim2023は、ソーシャルメディア研究者がトルコの選挙を調査するための包括的なデータセットである。
我々は、オンライン操作を防止し、新しい情報を集め、大衆に知らせるためのツールを提供する。
Secim2023データセットを使用して、研究者は政治アクター間の社会的およびコミュニケーションネットワークを調べ、現在の傾向を追跡し、選挙の完全性に対する新たな脅威を調べることができる。
論文 参考訳（メタデータ） (2022-11-22T11:42:32Z) - 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) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳（メタデータ） (2021-04-28T07:02:24Z) - Inferring Political Preferences from Twitter [0.0]
ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。
選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。
本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
論文 参考訳（メタデータ） (2020-07-21T05:20:43Z) - Electoral Forecasting Using a Novel Temporal Attenuation Model:
Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。
我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。
我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文 参考訳（メタデータ） (2020-04-30T09:21:52Z)
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。