論文の概要: The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning
- arxiv url: http://arxiv.org/abs/2304.09914v4
- Date: Wed, 7 Aug 2024 08:20:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-08 18:33:27.203167
- Title: The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning
- Title(参考訳): ポピュリズムの顔:機械学習を用いた政治指導者の感情表現の相違について
- Authors: Sara Major, Aleksandar Tomašević,
- Abstract要約: 私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。
ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
- 参考スコア(独自算出の注目度): 50.24983453990065
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Populist rhetoric employed on online media is characterized as deeply impassioned and often imbued with strong emotions. The aim of this paper is to empirically investigate the differences in affective nonverbal communication of political leaders. We use a deep-learning approach to process a sample of 220 YouTube videos of political leaders from 15 different countries, analyze their facial expressions of emotion and then examine differences in average emotion scores representing the relative presence of 6 emotional states (anger, disgust, fear, happiness, sadness, and surprise) and a neutral expression for each frame of the YouTube video. Based on a sample of manually coded images, we find that this deep-learning approach has 53-60\% agreement with human labels. We observe statistically significant differences in the average score of negative emotions between groups of leaders with varying degrees of populist rhetoric.
- Abstract(参考訳): オンラインメディアで使用されるポピュリストのレトリックは、深く衝動的であり、しばしば強い感情に埋もれていると特徴付けられる。
本研究の目的は、政治的指導者の感情的非言語コミュニケーションの違いを実証的に調査することである。
深層学習の手法を用いて、15カ国の政治指導者の220本のYouTubeビデオを分析し、感情の表情を分析し、平均的な感情スコアの差を6つの感情状態(怒り、嫌悪感、恐怖、幸福、悲しみ、驚き)の相対的な存在と、YouTubeビデオのフレームごとに中立的な表現と比較する。
手動で符号化された画像のサンプルから、このディープラーニングアプローチは、人間のラベルと53-60\%の一致があることが分かる。
ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
関連論文リスト
- Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。
GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文 参考訳(メタデータ) (2024-07-16T05:52:26Z) - Political Leaning Inference through Plurinational Scenarios [4.899818550820576]
この研究は、スペインにおける3つの多様な地域(バスク州、カタルーニャ州、ガリシア州)に焦点を当て、多党の分類の様々な方法を探究する。
我々は、リツイートから得られた教師なしユーザ表現と、その後の政治的傾き検出に使用される2段階の手法を用いる。
論文 参考訳(メタデータ) (2024-06-12T07:42:12Z) - Generalizing Political Leaning Inference to Multi-Party Systems:
Insights from the UK Political Landscape [10.798766768721741]
ソーシャルメディアユーザーの政治的傾きを推測する能力は、世論調査の収集に役立つ。
政治的傾きと相互のインタラクションによってラベル付けされたユーザからなるデータセットをリリースする。
我々は、ユーザー間のリツイートという形でのインタラクションが、政治的に傾いた推論を可能にする、非常に強力な機能であることを示します。
論文 参考訳(メタデータ) (2023-12-04T09:02:17Z) - Visual Political Communication in a Polarized Society: A Longitudinal
Study of Brazilian Presidential Elections on Instagram [0.3495246564946556]
本研究では、ブラジルの大統領候補19名による11,263件のInstagram投稿のデータセットで使用される視覚コミュニケーション戦略を検討することを目的とする。
祝賀画像と肯定的なトーン画像の有病率を同定した。
彼らはまた、強いパーソナライゼーションの感覚を示し、より感情的なレベルで有権者と結びついた候補者を描いている。
論文 参考訳(メタデータ) (2023-09-30T12:11:11Z) - Seeking Subjectivity in Visual Emotion Distribution Learning [93.96205258496697]
視覚感情分析(VEA)は、人々の感情を異なる視覚刺激に向けて予測することを目的としている。
既存の手法では、集団投票プロセスにおいて固有の主観性を無視して、統合されたネットワークにおける視覚的感情分布を予測することが多い。
視覚的感情分布の主観性を調べるために,新しいテキストサブジェクティビティ評価ネットワーク(SAMNet)を提案する。
論文 参考訳(メタデータ) (2022-07-25T02:20:03Z) - 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) - An Attribute-Aligned Strategy for Learning Speech Representation [57.891727280493015]
属性選択機構によってこれらの問題に柔軟に対処できる音声表現を導出する属性整合学習戦略を提案する。
具体的には、音声表現を属性依存ノードに分解する層式表現可変オートエンコーダ(LR-VAE)を提案する。
提案手法は,IDのないSER上での競合性能と,無感情SV上でのより良い性能を実現する。
論文 参考訳(メタデータ) (2021-06-05T06:19:14Z) - Us vs. Them: A Dataset of Populist Attitudes, News Bias and Emotions [10.112779201155005]
我々は、ポピュリストの態度に注釈を付けた6861のRedditコメントからなるUs vs. Themデータセットを提示する。
我々は、ポピュリストのマインドセットと社会集団との関係、およびこれらに典型的に関係する感情の範囲について検討する。
本稿では、感情とグループ識別の重要性を補助的タスクとして活用し、実証するマルチタスク学習モデルを提案する。
論文 参考訳(メタデータ) (2021-01-28T12:18:19Z) - Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。
本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
論文 参考訳(メタデータ) (2020-11-13T10:19:13Z) - 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)
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。