Fugu-MT 論文翻訳(概要): What Food Do We Tweet about on a Rainy Day?

論文の概要: What Food Do We Tweet about on a Rainy Day?

arxiv url: http://arxiv.org/abs/2304.05041v1
Date: Tue, 11 Apr 2023 07:57:10 GMT
ステータス: 処理完了
システム内更新日: 2023-04-12 16:00:41.611812
Title: What Food Do We Tweet about on a Rainy Day?
Title（参考訳）: 雨の日にどんな食べ物をツイートしますか。
Authors: Maija K\=ale and Mat\=iss Rikters
Abstract要約: 気象観測データと合わせて,過去10年間にわたるラトビアの食品ツイートデータセットを調査した。ツイートの感情を自動的に分類し、天気に応じてどのように変化するかについて議論する。
参考スコア（独自算出の注目度）: 4.56877715768796
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Food choice is a complex phenomenon shaped by factors such as taste, ambience, culture or weather. In this paper, we explore food-related tweeting in different weather conditions. We inspect a Latvian food tweet dataset spanning the past decade in conjunction with a weather observation dataset consisting of average temperature, precipitation, and other phenomena. We find which weather conditions lead to specific food information sharing; automatically classify tweet sentiment and discuss how it changes depending on the weather. This research contributes to the growing area of large-scale social network data understanding of food consumers' choices and perceptions.
Abstract（参考訳）: 食品選択は、味、環境、文化、天候などの要因によって形成される複雑な現象である。本稿では,異なる気象条件下での食品関連ツイートについて検討する。我々は過去10年間にわたるラトビアの食料ツイートデータセットと、平均気温、降水量、その他の現象からなる気象観測データセットを検査する。ツイートの感情を自動的に分類し、天気に応じてどのように変化するかについて議論する。本研究は,食品消費者の選択や知覚に関する大規模ソーシャルネットワークデータ理解の進展に寄与する。

関連論文リスト

Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文参考訳（メタデータ） (2024-11-07T22:29:05Z)
The Language of Weather: Social Media Reactions to Weather Accounting for Climatic and Linguistic Baselines [0.0]
気候・言語ベースラインを考慮し、天気関連感情分析の精度を向上させる。その結果、天候に反応して公衆の気分をよりよく理解するために、文脈に敏感な手法の重要性が浮かび上がった。
論文参考訳（メタデータ） (2024-07-10T14:08:24Z)
From Canteen Food to Daily Meals: Generalizing Food Recognition to More Practical Scenarios [92.58097090916166]
DailyFood-172とDailyFood-16という2つの新しいベンチマークを、毎日の食事から食のイメージをキュレートする。これらの2つのデータセットは、よく計算された食品画像領域から日常的な食品画像領域へのアプローチの伝達性を評価するために使用される。
論文参考訳（メタデータ） (2024-03-12T08:32:23Z)
Adverse weather amplifies social media activity [1.7789870146290503]
気象条件の悪さは、米国におけるソーシャルメディアの利用を著しく増加させることを示す。降水量1.5-2cmの-5degCより寒い日はソーシャルメディア活動が35%上昇する。この効果は、ニューヨーク市の年越しのソーシャルメディア活動の典型的な増加の3倍近い。
論文参考訳（メタデータ） (2023-02-16T18:00:55Z)
Biased Bytes: On the Validity of Estimating Food Consumption from Digital Traces [17.890674216192277]
ソーシャルメディア(Twitter)と食品追跡アプリケーション(MyFoodRepo)による食事行動の関連を定量化する。例えば、パンはTwitterよりも消費食品や追跡食品の2.5倍、ケーキはTwitterの12倍の頻度である。食べ物の種類によって、Twitterに投稿された食べ物は、消費された食品や追跡された食品と比べて、美味しく、カロリーが高く、健康が悪く、家庭で消費された可能性が低く、より複雑で、より大きいものと見なされている。
論文参考訳（メタデータ） (2022-08-30T17:13:16Z)
Trend and Thoughts: Understanding Climate Change Concern using Machine Learning and Social Media Data [3.7384509727711923]
われわれは大規模な気候変動のTwitterデータセットを構築し、機械学習を用いて包括的な分析を行った。トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候イベントの関係を示す。我々のデータセットはKaggleで公開されており、さらなる研究に利用できる。
論文参考訳（メタデータ） (2021-11-06T19:59:03Z)
Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文参考訳（メタデータ） (2021-07-13T06:26:53Z)
Fragmented and Valuable: Following Sentiment Changes in Food Tweets [0.0]
ラトビア語における食のつぶやきによって表される匂い、味、温度に関する感情と頻度を分析した。食品関係のメンタルマップにおける嗅覚,味覚,温度の役割をより深く理解するために,我々は「味」や「健康」といったカテゴリーを調べた。「これらのカテゴリーに関連する単語の発生頻度を分析して、食談全般が味によって浸透していることを発見した。」
論文参考訳（メタデータ） (2021-06-09T08:42:14Z)
Investigating Underlying Drivers of Variability in Residential Energy Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文参考訳（メタデータ） (2021-02-16T16:56:27Z)
Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文参考訳（メタデータ） (2020-03-09T07:41:17Z)
#MeToo on Campus: Studying College Sexual Assault at Scale Using Data Reported on Social Media [71.74529365205053]
我々は、#トレンドが大学フォロワーのプールに与える影響を分析した。その結果、これらの#ツイートに埋め込まれたトピックの大部分は、セクシャルハラスメントのストーリーを詳述している。この傾向といくつかの主要地理的地域に関する公式な報告との間には大きな相関関係がある。
論文参考訳（メタデータ） (2020-01-16T18:05:46Z)

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。