論文の概要: Brief state of the art in social information mining: Practical application in analysis of trends in French legislative 2024
- arxiv url: http://arxiv.org/abs/2408.01911v1
- Date: Thu, 11 Jul 2024 18:22:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 04:49:14.289539
- Title: Brief state of the art in social information mining: Practical application in analysis of trends in French legislative 2024
- Title（参考訳）: 社会情報マイニングにおける最先端技術:2024年フランス議会におけるトレンド分析の実践的応用
- Authors: Jose A. Garcia Gutierrez,
- Abstract要約: 本稿では、ソーシャルメディアマイニングにおける最先端技術の概要と、2024年のフランス議会選挙におけるトレンド分析の実践的応用について述べる。
我々は、自然言語処理(NLP)ツールを利用して、AgoraVoxプラットフォームからコメントや反応を抽出し分析することで、世論を測る。
研究によると、マリネ・ル・ペン率いる国民ラリー党はソーシャルメディアに高いレベルの関与を保ち、伝統的政党を上回っている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The analysis of social media information has undergone significant evolution in the last decade due to advancements in artificial intelligence (AI) and machine learning (ML). This paper provides an overview of the state-of-the-art techniques in social media mining, with a practical application in analyzing trends in the 2024 French legislative elections. We leverage natural language processing (NLP) tools to gauge public opinion by extracting and analyzing comments and reactions from the AgoraVox platform. The study reveals that the National Rally party, led by Marine Le Pen, maintains a high level of engagement on social media, outperforming traditional parties. This trend is corroborated by user interactions, indicating a strong digital presence. The results highlight the utility of advanced AI models, such as transformers and large language models (LLMs), in capturing nuanced public sentiments and predicting political leanings, demonstrating their potential in real-time reputation management and crisis response.
- Abstract（参考訳）: ソーシャルメディア情報の分析は、人工知能(AI)と機械学習(ML)の進歩により、過去10年間で大きな進化を遂げてきた。
本稿では、ソーシャルメディアマイニングにおける最先端技術の概要と、2024年のフランス議会選挙におけるトレンド分析の実践的応用について述べる。
我々は、自然言語処理(NLP)ツールを利用して、AgoraVoxプラットフォームからコメントや反応を抽出し分析することで、世論を測る。
研究によると、マリネ・ル・ペン率いる国民ラリー党はソーシャルメディアに高いレベルの関与を保ち、伝統的政党を上回っている。
この傾向はユーザインタラクションによって裏付けられ、強力なデジタルプレゼンスを示している。
結果は、トランスフォーマーや大規模言語モデル(LLM)のような先進的なAIモデルの有用性を強調している。
関連論文リスト
- Artificial Intelligence in Brazilian News: A Mixed-Methods Analysis [0.0]
本研究は,2023年7月1日から2024年2月29日までに発行されたブラジルのメディアから,13の人気ニュースメディアから3,560件のニュース記事を分析した。
この結果から、ブラジルのAIに関するニュースは、職場やプロダクトのローンチにおけるアプリケーションに関連するトピックに支配されていることが明らかになった。
この分析はまた、業界関連企業の存在が顕著に強調され、企業の課題が国内のニュースに強く影響していることを示している。
論文 参考訳（メタデータ） (2024-10-22T20:52:51Z) - A Survey of Stance Detection on Social Media: New Directions and Perspectives [50.27382951812502]
姿勢検出は 感情コンピューティングにおける 重要なサブフィールドとして現れました
近年は、効果的な姿勢検出手法の開発に対する研究の関心が高まっている。
本稿では,ソーシャルメディア上での姿勢検出手法に関する包括的調査を行う。
論文 参考訳（メタデータ） (2024-09-24T03:06:25Z) - From Experts to the Public: Governing Multimodal Language Models in Politically Sensitive Video Analysis [48.14390493099495]
本稿では,大規模言語モデル(MM-LLM)の個人的および集団的検討を通じて,ガバナンスについて検討する。
筆者らは,まず10人のジャーナリストにインタビューを行い,専門家によるビデオ解釈のベースライン理解を確立した。第2に,包括的.AIを用いた議論に携わる一般市民114名を対象にした。
論文 参考訳（メタデータ） (2024-09-15T03:17:38Z) - Can LLMs Help Predict Elections? (Counter)Evidence from the World's Largest Democracy [3.0915192911449796]
ソーシャルメディアが世論の形成にどのように影響し、政治的結果に影響を及ぼすかについての研究は、一般的な調査分野である。
本稿では,Large Language Models (LLMs) の機能を活用し,ソーシャルメディアデータを調べ,選挙結果を予測する新しい手法を提案する。
論文 参考訳（メタデータ） (2024-05-13T15:13:23Z) - Combatting Human Trafficking in the Cyberspace: A Natural Language
Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。
我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。
重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文 参考訳（メタデータ） (2023-11-22T02:45:01Z) - Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。
自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。
本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
論文 参考訳（メタデータ） (2023-07-05T20:16:20Z) - Social Analysis of Young Basque Speaking Communities in Twitter [0.9445512376558136]
バスク語で大量のつぶやきを処理することによって、人口統計分析を行うために、社会的側面と言語的側面の両方を考慮する。
階層的特徴と社会関係の研究は,機械学習と現代ディープラーニング自然言語処理(NLP)技術を適用して行われている。
論文 参考訳（メタデータ） (2021-09-08T08:19:08Z) - MigrationsKB: A Knowledge Base of Public Attitudes towards Migrations
and their Driving Factors [1.6973426830397942]
本研究は、移住に対する大衆の態度を定量化するためのソーシャルメディアプラットフォームの分析である。
移民のホストである欧州諸国では、2013年からJul-2021にかけてのツイートが収集されている。
外部データベースは、移住に対する人々の否定的な態度を引き起こす潜在的な社会的・経済的要因を特定するために使用される。
論文 参考訳（メタデータ） (2021-08-17T12:50:39Z) - Towards Understanding and Mitigating Social Biases in Language Models [107.82654101403264]
大規模事前訓練言語モデル(LM)は、望ましくない表現バイアスを示すのに潜在的に危険である。
テキスト生成における社会的バイアスを軽減するためのステップを提案する。
我々の経験的結果と人的評価は、重要な文脈情報を保持しながらバイアスを緩和する効果を示す。
論文 参考訳（メタデータ） (2021-06-24T17:52:43Z) - Exploring the dynamics of protest against National Register of Citizens
& Citizenship Amendment Act through online social media: the Indian
experience [0.0]
この研究は、NRC-CAAの制定に反対するインドで進行中の全国的運動の文脈において、そのようなダイナミクスを理解する努力をしてきた。
ここでは、個々の不満の集団的動員への変換性について、質的(フィールドワーク)と量的(計算)技術の組み合わせを示す。
論文 参考訳（メタデータ） (2021-02-21T06:56:20Z) - Sentiment Analysis Based on Deep Learning: A Comparative Study [69.09570726777817]
世論の研究は我々に貴重な情報を提供することができる。
感情分析の効率性と正確性は、自然言語処理で直面する課題によって妨げられている。
本稿では、感情分析の問題を解決するためにディープラーニングを用いた最新の研究をレビューする。
論文 参考訳（メタデータ） (2020-06-05T16:28:10Z)
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。