Fugu-MT 論文翻訳(概要): Exploring Xenophobic Events through GDELT Data Analysis

論文の概要: Exploring Xenophobic Events through GDELT Data Analysis

arxiv url: http://arxiv.org/abs/2305.01708v1
Date: Tue, 2 May 2023 18:21:00 GMT
ステータス: 処理完了
システム内更新日: 2023-05-04 16:56:48.919650
Title: Exploring Xenophobic Events through GDELT Data Analysis
Title（参考訳）: GDELTデータ解析による異所性事象の探索
Authors: Himarsha R. Jayanetti, Erika Frydenlund, Michele C. Weigle
Abstract要約: 本研究は,GDELT 2.0データベースとAPIを用いて,難民や移住に関連する異所性事象を可視化した。 2021年3月、GDELT APIから得られたデータをもとに、難民関連ニュースの分析を行った。
参考スコア（独自算出の注目度）: 0.3867363075280544
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This study explores xenophobic events related to refugees and migration using the GDELT 2.0 database and APIs through visualizations. We conducted two case studies -- the first being an analysis of refugee-related news following the death of a two-year-old Syrian boy, Alan Kurdi, and the second a surge in news articles in March 2021 based on the data obtained from GDELT API. In addition to the two case studies, we present a discussion of our exploratory data analysis steps and the challenges encountered while working with GDELT data and its tools.
Abstract（参考訳）: 本研究は,GDELT 2.0データベースとAPIを用いて,難民や移住に関連する異所性事象を可視化した。我々は,2歳のシリア人少年アラン・クルディ(alan kurdi)が死亡した後の難民関連ニュースの分析と,gdelt apiから得られたデータをもとに2021年3月にニュース記事が急増した2つのケーススタディを実施した。この2つのケーススタディに加えて,探索的データ分析ステップとgdeltデータとそのツールの作業中に遭遇した課題について考察する。

関連論文リスト

Using GPT Models for Qualitative and Quantitative News Analytics in the 2024 US Presidental Election Process [0.0]
本稿では,検索拡張生成(RAG)によるニュースの質的,定量的分析に,Google Search APIとGPT-4oモデルを用いたアプローチを検討する。その結果、GPTモデルを用いて情報分析を行い、選挙プロセスのさらなる分析に応用できる重要な洞察を提供することができた。
論文参考訳（メタデータ） (2024-10-21T11:02:18Z)
Solve the Refugee Crisis with Data [14.84852576248587]
最初はロジスティック回帰モデルを構築したが,データポイントが限られていたため,予測精度は準最適であった。我々はグレー理論を取り入れ、科学的に健全で合理的な予測を提供するゲーリー・ヴァーフルストモデルを開発した。難民割当て方式の定式化には, 当初は因子分析法を用いたが, 主観的すぎること, 厳密な検証方法が欠如していることが判明した。このモデルは広範囲な検証と整合性チェックを行い、効果的で科学的に避難場所を割り当てるスキームを生み出した。
論文参考訳（メタデータ） (2024-07-13T05:37:29Z)
On the Effects of Heterogeneous Data Sources on Speech-to-Text Foundation Models [57.97940182536942]
Open Whisperスタイルの音声モデル(OWSM)シリーズが導入された。 OWSMモデルは25の公開音声データセットに基づいて訓練される。 OWSM v3.2を導入し、このデータの不均一性の影響を調査し、対処することで、先行モデルを改善する。
論文参考訳（メタデータ） (2024-06-13T16:22:37Z)
Graph Language Model (GLM): A new graph-based approach to detect social instabilities [0.7037008937757394]
本稿では,ニュースデータセットを用いた重要な政治事象の早期予測手法を提案する。この手法は自然言語処理、グラフ理論、斜め解析、意味的関係を利用して隠れた予測信号を明らかにする。
論文参考訳（メタデータ） (2024-03-26T15:53:02Z)
PROC2PDDL: Open-Domain Planning Representations from Texts [56.627183903841164]
Proc2PDDLは、専門家によるPDDL表現と組み合わせたオープンドメインの手続きテキストを含む最初のデータセットである。以上の結果から, GPT-3.5は0%, GPT-4は35%, Proc2PDDLは極めて困難であることが示唆された。
論文参考訳（メタデータ） (2024-02-29T19:40:25Z)
Fine-Grained Zero-Shot Learning: Advances, Challenges, and Prospects [84.36935309169567]
ゼロショット学習(ZSL)における微粒化解析の最近の進歩を概観する。まず、各カテゴリの詳細な分析を行い、既存の手法と手法の分類について述べる。次に、ベンチマークを要約し、公開データセット、モデル、実装、およびライブラリとしての詳細について説明する。
論文参考訳（メタデータ） (2024-01-31T11:51:24Z)
CLEVRER-Humans: Describing Physical and Causal Events the Human Way [55.44915246065028]
CLEVRER-Humansベンチマークは,人間ラベルを用いた物理的事象の因果判定のためのビデオデータセットである。まず、ビデオ内のイベントを新たに表現するための、新しい反復的なイベントクローゼタスク、すなわち、Causal Event Graphs (CEGs) と呼ぶもので、第2に、ニューラルネットワーク生成モデルに基づくデータ拡張技術である。
論文参考訳（メタデータ） (2023-10-05T16:09:48Z)
On Hate Scaling Laws For Data-Swamps [14.891493485229251]
HCR(Hate Content Rate)測定値で測定すると,データセットにおけるヘイトフルコンテンツの存在が約12%増加した。スケールが大きくなるにつれて、他の7つの攻撃的クラスに比べて、人間の顔の画像と人間のクラスを関連付ける傾向が半減した。黒人女性のカテゴリーでは、モデルを犯罪者のクラスに関連付ける傾向は2倍になり、黒人男性の顔のクインタップリングは4倍になった。
論文参考訳（メタデータ） (2023-06-22T18:00:17Z)
Tackling Long-Tailed Category Distribution Under Domain Shifts [50.21255304847395]
既存のアプローチでは、両方の問題が存在するシナリオに対処できません。本研究では,分散校正型分類損失,視覚意味マッピング,セマンティック類似性誘導拡張の3つの新しい機能ブロックを設計した。 AWA2-LTSとImageNet-LTSという2つの新しいデータセットが提案された。
論文参考訳（メタデータ） (2022-07-20T19:07:46Z)
AR-LSAT: Investigating Analytical Reasoning of Text [57.1542673852013]
テキストの分析的推論の課題を研究し、1991年から2016年までのロースクール入学試験からの質問からなる新しいデータセットを紹介します。我々は,この課題をうまくこなすために必要な知識理解と推論能力を分析する。
論文参考訳（メタデータ） (2021-04-14T02:53:32Z)

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。