論文の概要: Changes in Policy Preferences in German Tweets during the COVID Pandemic
- arxiv url: http://arxiv.org/abs/2308.04444v1
- Date: Mon, 31 Jul 2023 16:07:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-14 00:29:49.214376
- Title: Changes in Policy Preferences in German Tweets during the COVID Pandemic
- Title（参考訳）: 新型コロナウイルス感染拡大に伴うドイツのつぶやきの政策設定の変化
- Authors: Felix Biessmann
- Abstract要約: 政治的嗜好の微妙なアノテーションを付加した新しいツイートデータセットを提示する。
このデータに基づいて訓練されたテキスト分類モデルを用いて、政治的意見を抽出する。
その結果、新型コロナウイルスのパンデミックを受けて、政治的意見の表現が増加したことが示唆された。
- 参考スコア（独自算出の注目度）: 4.663960015139793
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Online social media have become an important forum for exchanging political
opinions. In response to COVID measures citizens expressed their policy
preferences directly on these platforms. Quantifying political preferences in
online social media remains challenging: The vast amount of content requires
scalable automated extraction of political preferences -- however fine grained
political preference extraction is difficult with current machine learning (ML)
technology, due to the lack of data sets. Here we present a novel data set of
tweets with fine grained political preference annotations. A text
classification model trained on this data is used to extract policy preferences
in a German Twitter corpus ranging from 2019 to 2022. Our results indicate that
in response to the COVID pandemic, expression of political opinions increased.
Using a well established taxonomy of policy preferences we analyse fine grained
political views and highlight changes in distinct political categories. These
analyses suggest that the increase in policy preference expression is dominated
by the categories pro-welfare, pro-education and pro-governmental
administration efficiency. All training data and code used in this study are
made publicly available to encourage other researchers to further improve
automated policy preference extraction methods. We hope that our findings
contribute to a better understanding of political statements in online social
media and to a better assessment of how COVID measures impact political
preferences.
- Abstract（参考訳）: オンラインソーシャルメディアは、政治的意見を交換するための重要なフォーラムになっている。
新型コロナウイルス対策への対応として、市民はこれらのプラットフォームに直接政策の嗜好を表明した。
膨大な量のコンテンツは、スケーラブルな政治的選好の自動抽出を必要とします。しかし、現在の機械学習(ML)技術では、データセットが不足しているため、詳細な政治的選好抽出は困難です。
ここでは、きめ細かな政治選好アノテーションを備えた新しいツイートのデータセットを示す。
このデータに基づいてトレーニングされたテキスト分類モデルは、2019年から2022年までのドイツのtwitterコーパスでポリシーの好みを抽出するために使用される。
結果は、新型コロナウイルスのパンデミックへの対応により、政治的意見の表現が増加したことを示している。
政策選好の確立された分類法を用いて、きめ細かい政治観を分析し、異なる政治的カテゴリーの変化を強調する。
これらの分析から,政策選好表現の増大は,親ウェルファーレ,親教育,親政府的行政効率のカテゴリーに支配的であることが示唆された。
この研究で使用されるすべてのトレーニングデータとコードは公開されており、他の研究者が自動ポリシー優先抽出法をさらに改善するよう促している。
当社の調査結果は、オンラインソーシャルメディアにおける政治的発言の理解を深め、COVID-19対策が政治的嗜好にどのように影響するかのより良い評価に寄与することを願っている。
関連論文リスト
- On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-10-18T17:15:13Z) - 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) - Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。
我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。
この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
論文 参考訳（メタデータ） (2024-03-15T04:02:24Z) - Quantitative Analysis of Forecasting Models:In the Aspect of Online
Political Bias [0.0]
ソーシャルメディア投稿を5つの異なる政治傾向カテゴリーに分類する手法を提案する。
我々のアプローチは、政治的イデオロギーの異なる2つのソーシャルメディアデータセット上で、既存の時系列予測モデルを活用することである。
論文 参考訳（メタデータ） (2023-09-11T16:17:24Z) - Diverse Perspectives Can Mitigate Political Bias in Crowdsourced Content
Moderation [5.470971742987594]
ソーシャルメディア企業は、プラットフォーム上の政治コンテンツを取り巻くコンテンツモデレーションポリシーの定義と強化に不満を抱いている。
このタスクにおいて、人間のラベルがどの程度うまく機能するか、あるいは、バイアスがこのプロセスに影響を及ぼすかどうかは不明だ。
集団労働者による政治内容の特定の実現可能性と実践性を実験的に評価した。
論文 参考訳（メタデータ） (2023-05-23T20:10:43Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Predicting Political Ideology from Digital Footprints [0.0]
本稿では,世界最大規模のオンラインディスカッションフォーラム上で,デジタルフットプリントから個人の政治的イデオロギーを予測する新しい手法を提案する。
約91,000人のユーザの政治的イデオロギーに関する情報を含むオンラインディスカッションフォーラムから,ユニークなデータセットを収集した。
論文 参考訳（メタデータ） (2022-06-01T11:03:15Z) - Fine-Grained Prediction of Political Leaning on Social Media with
Unsupervised Deep Learning [0.9137554315375922]
ソーシャルメディア投稿からきめ細かい政治傾向を学習するための新しい教師なし手法を提案する。
本研究は、よりきめ細かな政治的傾きを検出するための、新しい、より優れた教師なしのアプローチを開発するための道を開くものである。
論文 参考訳（メタデータ） (2022-02-23T09:18:13Z) - Millions of Co-purchases and Reviews Reveal the Spread of Polarization
and Lifestyle Politics across Online Markets [68.8204255655161]
多様な市場において,異なる製品セグメントにおける分極とライフスタイル政治の広範性について検討する。
政治的に関連性があり、整列し、偏極化した製品カテゴリーを見つけるために、218万の市場組織間で236万の関連をサンプリングした。
文化製品は他のどの部分よりも4倍偏光度が高い。
論文 参考訳（メタデータ） (2022-01-17T18:16:37Z) - 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) - 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。