論文の概要: Unveiling Global Narratives: A Multilingual Twitter Dataset of News Media on the Russo-Ukrainian Conflict
- arxiv url: http://arxiv.org/abs/2306.12886v2
- Date: Sun, 7 Apr 2024 16:01:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-10 05:17:18.024739
- Title: Unveiling Global Narratives: A Multilingual Twitter Dataset of News Media on the Russo-Ukrainian Conflict
- Title(参考訳): 世界のナラティブを暴露する―ロシアとウクライナの紛争に関するTwitterの複数言語によるニュースメディアのデータセット
- Authors: Sherzod Hakimov, Gullal S. Cheema,
- Abstract要約: ロシアとウクライナの紛争は世界中で激しいメディア報道の対象となっている。
ソーシャルメディア上でニュースやメディアが投稿したつぶやきを収集・処理することで,この話題に焦点を当てた新たなマルチメディアデータセットを提案する。
私たちは2022年2月から2023年5月までのツイートを収集し、60の言語で約150万のツイートとそれらの画像を取得しました。
- 参考スコア(独自算出の注目度): 5.0337106694127725
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The ongoing Russo-Ukrainian conflict has been a subject of intense media coverage worldwide. Understanding the global narrative surrounding this topic is crucial for researchers that aim to gain insights into its multifaceted dimensions. In this paper, we present a novel multimedia dataset that focuses on this topic by collecting and processing tweets posted by news or media companies on social media across the globe. We collected tweets from February 2022 to May 2023 to acquire approximately 1.5 million tweets in 60 different languages along with their images. Each entry in the dataset is accompanied by processed tags, allowing for the identification of entities, stances, textual or visual concepts, and sentiment. The availability of this multimedia dataset serves as a valuable resource for researchers aiming to investigate the global narrative surrounding the ongoing conflict from various aspects such as who are the prominent entities involved, what stances are taken, where do these stances originate from, how are the different textual and visual concepts related to the event portrayed.
- Abstract(参考訳): 進行中のロシアとウクライナの紛争は、世界中で激しいメディア報道の対象となっている。
この話題を取り巻く世界的物語を理解することは、多面的次元に関する洞察を得ることを目指す研究者にとって極めて重要である。
本稿では,ソーシャルメディア上でニュースやメディアが投稿したつぶやきを収集・処理することで,この話題に焦点を当てた新しいマルチメディアデータセットを提案する。
私たちは2022年2月から2023年5月までのツイートを収集し、60の言語で約150万のツイートとそれらの画像を取得しました。
データセットの各エントリには処理されたタグが添付され、エンティティ、スタンス、テキストまたは視覚的概念、感情の識別が可能になる。
このマルチメディアデータセットの利用可能性は、関係する著名な存在、どのようなスタンスをとるか、これらのスタンスはどこから来るのか、その出来事にまつわる異なるテキスト的、視覚的概念はどのように表現されるのか、といった様々な側面から、進行中の紛争を取り巻くグローバルな物語を調査することを目的とした研究者にとって貴重な資料となる。
関連論文リスト
- News and Misinformation Consumption in Europe: A Longitudinal
Cross-Country Perspective [49.1574468325115]
本研究では,欧州4カ国における情報消費について検討した。
フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。
信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
論文 参考訳(メタデータ) (2023-11-09T16:22:10Z) - Measuring COVID-19 Related Media Consumption on Twitter [2.746705315038595]
ソーシャルメディアプラットフォームはパンデミックに関して重要なアップデートを提供している。
メディアとのオンラインコミュニケーションは、国際規模ではまだ探索されていない。
この論文は、各国における新型コロナウイルスのメディア消費に関する初めての研究である。
論文 参考訳(メタデータ) (2023-09-16T04:01:45Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳(メタデータ) (2023-03-28T03:31:37Z) - 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) - Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。
全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。
我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
論文 参考訳(メタデータ) (2023-01-16T05:56:58Z) - 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) - TBCOV: Two Billion Multilingual COVID-19 Tweets with Sentiment, Entity,
Geo, and Gender Labels [5.267993069044648]
この研究は、新型コロナウイルス(COVID-19)のパンデミックに関連する20億以上の多言語ツイートを1年以上にわたって収集した大規模なTwitterデータセットTBCOVを提示する。
いくつかの最先端のディープラーニングモデルは、感情ラベル、名前付きエンティティ、人物の言及、組織、場所、ユーザータイプ、性別情報など、重要な属性でデータを強化するために使用される。
我々の感情と傾向分析は興味深い洞察を示し、TBCOVが重要なトピックを幅広くカバーしていることを確認する。
論文 参考訳(メタデータ) (2021-10-04T06:17:12Z) - Exploiting BERT For Multimodal Target SentimentClassification Through
Input Space Translation [75.82110684355979]
オブジェクト認識変換器を用いて入力空間内の画像を変換する2ストリームモデルを提案する。
次に、翻訳を利用して、言語モデルに多モーダル情報を提供する補助文を構築する。
2つのマルチモーダルTwitterデータセットで最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2021-08-03T18:02:38Z) - Uncovering the structure of the French media ecosystem [0.0]
1年間にわたって、フランスにおけるオンラインニュースの制作と流通に関するデータを集めている。
構造体のブロックモデルは、別クラスタにおける反情報プレスの系統的拒絶を示す。
結論として、フランスのメディアエコシステムは、米国のメディアエコシステムと同等の偏極に苦しめられていない。
論文 参考訳(メタデータ) (2021-07-26T09:51:54Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳(メタデータ) (2020-11-03T01:47:49Z) - VMSMO: Learning to Generate Multimodal Summary for Video-based News
Articles [63.32111010686954]
マルチモーダル出力(VMSMO)を用いたビデオベースマルチモーダル要約の課題を提案する。
このタスクの主な課題は、ビデオの時間的依存性と記事の意味を共同でモデル化することである。
本稿では,デュアルインタラクションモジュールとマルチモーダルジェネレータからなるDual-Interaction-based Multimodal Summarizer (DIMS)を提案する。
論文 参考訳(メタデータ) (2020-10-12T02:19:16Z)
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。