論文の概要: Identification of emotions on Twitter during the 2022 electoral process in Colombia
- arxiv url: http://arxiv.org/abs/2407.07258v1
- Date: Tue, 9 Jul 2024 22:26:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-11 18:31:06.382674
- Title: Identification of emotions on Twitter during the 2022 electoral process in Colombia
- Title（参考訳）: コロンビアにおける2022年の選挙過程におけるTwitter上の感情の同定
- Authors: Juan Jose Iguaran Fernandez, Juan Manuel Perez, German Rosati,
- Abstract要約: 我々は、2022年のコロンビア大統領選挙に関連するスペイン語のツイートの小さなコーパスを、きめ細かい分類法を用いて手動でラベル付けした。
教師付き最先端モデル(BERTモデル)を用いて分類実験を行い,GPT-3.5と比較した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The study of Twitter as a means for analyzing social phenomena has gained interest in recent years due to the availability of large amounts of data in a relatively spontaneous environment. Within opinion-mining tasks, emotion detection is specially relevant, as it allows for the identification of people's subjective responses to different social events in a more granular way than traditional sentiment analysis based on polarity. In the particular case of political events, the analysis of emotions in social networks can provide valuable information on the perception of candidates, proposals, and other important aspects of the public debate. In spite of this importance, there are few studies on emotion detection in Spanish and, to the best of our knowledge, few resources are public for opinion mining in Colombian Spanish, highlighting the need for generating resources addressing the specific cultural characteristics of this variety. In this work, we present a small corpus of tweets in Spanish related to the 2022 Colombian presidential elections, manually labeled with emotions using a fine-grained taxonomy. We perform classification experiments using supervised state-of-the-art models (BERT models) and compare them with GPT-3.5 in few-shot learning settings. We make our dataset and code publicly available for research purposes.
- Abstract（参考訳）: 社会現象を解析する手段としてTwitterが研究されているのは、比較的自然環境において大量のデータが利用可能であることから、近年で注目されている。
意見マイニングタスクでは、感情検出が特に重要であり、ポーラリティに基づく従来の感情分析よりもよりきめ細かい方法で、異なる社会的事象に対する人々の主観的な反応を識別することができる。
特定の政治事件の場合、ソーシャルネットワークにおける感情の分析は、候補者の認識、提案、その他の公開討論の重要な側面に関する貴重な情報を提供することができる。
この重要性にもかかわらず、スペイン語における感情検出に関する研究はほとんどなく、私たちの知る限り、コロンビアのスペイン語における世論調査のための資源はほとんど存在せず、この品種の特定の文化的特徴に対処する資源の創出の必要性を強調している。
本研究では,2022年のコロンビア大統領選挙に関連するスペイン語のツイートの小さなコーパスを,微粒な分類法を用いて手動でラベル付けした。
教師付き最先端モデル(BERTモデル)を用いて分類実験を行い,GPT-3.5と比較した。
研究目的でデータセットとコードを公開しています。
関連論文リスト
- MASIVE: Open-Ended Affective State Identification in English and Spanish [10.41502827362741]
本研究は,人間が感情経験を説明するために使用する言葉を含む,事実上拘束力のないテクスタフェクティブな状態にまで範囲を広げる。
私たちは、英語とスペイン語でReddit投稿のデータセットであるMASIVEを収集し、公開しています。
このタスクでは、より小さな微調整された多言語モデルの方が、地域固有のスペイン感情状態においても、ずっと大きなLLMより優れていることが分かる。
論文 参考訳（メタデータ） (2024-07-16T21:43:47Z) - SER_AMPEL: a multi-source dataset for speech emotion recognition of
Italian older adults [58.49386651361823]
SER_AMPELは、音声感情認識のためのマルチソースデータセットである。
イタリア人の高齢者の場合、音声による感情認識の基準を提供する目的で収集される。
このようなデータセットの必要性の証拠は、技術の現状の分析から生まれる。
論文 参考訳（メタデータ） (2023-11-24T13:47:25Z) - The Face of Populism: Examining Differences in Facial Emotional
Expressions of Political Leaders Using Machine Learning [57.70351255180495]
深層学習に基づくコンピュータビジョンのアルゴリズムを、15カ国の政治指導者を描いた220本のYouTubeビデオのサンプルに適用する。
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否定的感情の平均スコアの統計的に有意な差を観察した。
論文 参考訳（メタデータ） (2023-04-19T18:32:49Z) - 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) - Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。
本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。
私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
論文 参考訳（メタデータ） (2022-10-04T22:44:17Z) - A Spanish dataset for Targeted Sentiment Analysis of political headlines [0.0]
この研究は、2019年のアルゼンチン大統領選挙で主要メディアから公開されたニュースニュースの見出しのドメインに対するターゲティング・センティメント・アナリティクス(Targeted Sentiment Analysis)の課題に対処する。
我々は、2019年の選挙の候補者を対象レベルで言及した1,976人の見出しの極性データセットを提示する。
事前訓練された言語モデルに基づく最先端分類アルゴリズムによる予備実験により,この課題に対象情報が有用であることが示唆された。
論文 参考訳（メタデータ） (2022-08-30T01:30:30Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-06-30T15:20:56Z) - Sentiment and Emotion Classification of Epidemic Related Bilingual data
from Social Media [1.7109522466982476]
この研究は、パキスタンのデング流行に関連するtwitterやニュースサイトからのバイリンガル(ウルドゥー語と英語)データを活用している。
本研究は,パキスタンにおけるデング流行に関連するTwitterおよびNEWSウェブサイトのバイリンガル(ウルドゥー語と英語)データを利用した。
論文 参考訳（メタデータ） (2021-05-04T12:51:18Z) - Cross-Cultural Polarity and Emotion Detection Using Sentiment Analysis
and Deep Learning -- a Case Study on COVID-19 [2.983310828879753]
ソーシャルメディアは、新型コロナウイルス(COVID-19)に対する肯定的な感情と否定的な感情、パンデミック、ロックダウン、ハッシュタグを含む投稿で攻撃を受けた。
この研究は、パンデミックとロックダウン期間の初期段階で示された感情の極性と感情を検出し、分析する傾向がある。
論文 参考訳（メタデータ） (2020-08-23T12:43:26Z) - Emotion Carrier Recognition from Personal Narratives [74.24768079275222]
パーソナル・ナラティブズ(Personal Narratives、PN)は、自分の経験から事実、出来事、思考を回想するものである。
感情キャリア認識(ECR)のための新しい課題を提案する。
論文 参考訳（メタデータ） (2020-08-17T17:16:08Z) - 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。