Fugu-MT 論文翻訳(概要): You talk what you read: Understanding News Comment Behavior by Dispositional and Situational Attribution

論文の概要: You talk what you read: Understanding News Comment Behavior by Dispositional and Situational Attribution

arxiv url: http://arxiv.org/abs/2308.02168v1
Date: Fri, 4 Aug 2023 07:10:15 GMT
ステータス: 処理完了
システム内更新日: 2023-08-07 13:42:31.939557
Title: You talk what you read: Understanding News Comment Behavior by Dispositional and Situational Attribution
Title（参考訳）: 読んだことを語る - 情緒的・状況的帰属によるニュースコメントの行動の理解
Authors: Yuhang Wang, Yuxiang Zhang, Dongyuan Lu and Jitao Sang
Abstract要約: ニュースコメントの生成過程をモデル化するための3部エンコーダ・デコーダフレームワークを提案する。結果として生じる処分的・状況的帰属は、ユーザの焦点や意見を理解するのに寄与する。
参考スコア（独自算出の注目度）: 20.279995723061568
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Many news comment mining studies are based on the assumption that comment is explicitly linked to the corresponding news. In this paper, we observed that users' comments are also heavily influenced by their individual characteristics embodied by the interaction history. Therefore, we position to understand news comment behavior by considering both the dispositional factors from news interaction history, and the situational factors from corresponding news. A three-part encoder-decoder framework is proposed to model the generative process of news comment. The resultant dispositional and situational attribution contributes to understanding user focus and opinions, which are validated in applications of reader-aware news summarization and news aspect-opinion forecasting.
Abstract（参考訳）: 多くのニュースコメントマイニング研究は、コメントが対応するニュースに明示的に関連しているという仮定に基づいている。本稿では,ユーザのコメントもインタラクション履歴に具現化された個性の影響を強く受けていることを確認した。そこで本稿では,ニュース対話履歴の処分要因と対応ニュースの状況要因の両方を考慮し,ニュースコメントの行動を理解する立場にある。ニュースコメントの生成過程をモデル化するための3部エンコーダ・デコーダフレームワークを提案する。その結果,利用者の関心や意見の理解に寄与し,読者認識型ニュース要約やニュースアスペクトオピニオン予測の応用において検証される。

関連論文リスト

The News Comment Gap and Algorithmic Agenda Setting in Online Forums [0.0]
我々はオーストリアの新聞Der Standardから120万件のコメントを分析し、"News Comment Gap"と異なるランキングアルゴリズムの効果を理解する。ジャーナリストはポジティブで、タイムリーで、複雑で、直感的な反応を好むのに対し、読者は、エリート作家の記事に類似したコメントを好む。
論文参考訳（メタデータ） (2024-08-13T17:43:32Z)
From Nuisance to News Sense: Augmenting the News with Cross-Document Evidence and Context [25.870137795858522]
本稿では,複数のニュース記事からの情報を中心的な話題に集め統合するための,新しいセンスメイキングツールと読書インタフェースであるNEWSSENSEを紹介する。 NEWSSENSEは、異なるソースからの関連記事にリンクすることで、ユーザの選択を集中的に根拠づけた記事を強化する。我々のパイロット研究は、NEWSSENSEがユーザーが重要な情報を識別し、ニュース記事の信頼性を確認し、異なる視点を探索するのに役立つ可能性を示唆している。
論文参考訳（メタデータ） (2023-10-06T21:15:11Z)
Towards Corpus-Scale Discovery of Selection Biases in News Coverage: Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文参考訳（メタデータ） (2023-04-06T23:36:45Z)
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)
Personalized Prediction of Offensive News Comments by Considering the Characteristics of Commenters [0.0]
本研究の目的は、このような攻撃的なコメントを予測し、コメントを読みながら読者の体験の質を向上させることである。提案手法は,読者の価値観の多様性を考慮し,過去に「悪質」と評価された少数のニュースコメントからのフィードバックに基づいて,各読者に対する攻撃的なニュースコメントを予測する。提案手法の実験結果から,予測に使用する読者のフィードバックデータが限られている場合でも,予測がパーソナライズ可能であることが示された。
論文参考訳（メタデータ） (2022-12-26T16:19:03Z)
Newsalyze: Effective Communication of Person-Targeting Biases in News Articles [8.586057042714698]
本稿では,自然言語理解の最先端手法を組み合わせたバイアス識別システムを提案する。第2に,非専門家のニュース消費者にニュース記事のバイアスを伝えるために,バイアスに敏感な可視化を考案する。第3に、私たちの主な貢献は、日々のニュース消費を近似した設定においてバイアス認識を測定する大規模なユーザスタディです。
論文参考訳（メタデータ） (2021-10-18T10:23:19Z)
News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文参考訳（メタデータ） (2021-06-07T19:26:32Z)
User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文参考訳（メタデータ） (2021-04-25T21:19:24Z)
Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文参考訳（メタデータ） (2020-10-20T19:37:04Z)
Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文参考訳（メタデータ） (2020-07-24T05:42:29Z)

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。