論文の概要: Topic Modeling and Sentiment Analysis on Japanese Online Media's Coverage of Nuclear Energy
- arxiv url: http://arxiv.org/abs/2411.18383v1
- Date: Wed, 27 Nov 2024 14:29:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-28 15:26:02.432588
- Title: Topic Modeling and Sentiment Analysis on Japanese Online Media's Coverage of Nuclear Energy
- Title（参考訳）: 日系オンラインメディアの核エネルギー被覆に関するトピックモデリングと感性分析
- Authors: Yifan Sun, Hirofumi Tsuruta, Masaya Kumagai, Ken Kurosaki,
- Abstract要約: 福島第一原子力発電所事故から13年が経ち、日本の原子力は電力生産の約6%を占めている。
本研究は、核エネルギーに関する話題をカバーする3,000本以上のYouTubeビデオの内容とコメントを分析した。
- 参考スコア（独自算出の注目度）: 4.259367043722417
- License:
- Abstract: Thirteen years after the Fukushima Daiichi nuclear power plant accident, Japan's nuclear energy accounts for only approximately 6% of electricity production, as most nuclear plants remain shut down. To revitalize the nuclear industry and achieve sustainable development goals, effective communication with Japanese citizens, grounded in an accurate understanding of public sentiment, is of paramount importance. While nationwide surveys have traditionally been used to gauge public views, the rise of social media in recent years has provided a promising new avenue for understanding public sentiment. To explore domestic sentiment on nuclear energy-related issues expressed online, we analyzed the content and comments of over 3,000 YouTube videos covering topics related to nuclear energy. Topic modeling was used to extract the main topics from the videos, and sentiment analysis with large language models classified user sentiments towards each topic. Additionally, word co-occurrence network analysis was performed to examine the shift in online discussions during August and September 2023 regarding the release of treated water. Overall, our results provide valuable insights into the online discourse on nuclear energy and contribute to a more comprehensive understanding of public sentiment in Japan.
- Abstract（参考訳）: 福島第一原子力発電所事故から13年が経ち、日本の原子力発電は電力生産の6%しか占めていない。
原子力産業を活性化し、持続可能な開発目標を達成するためには、国民の感情を正確に把握した日本市民との効果的なコミュニケーションが最重要課題である。
全国調査は伝統的に世論を測るために用いられてきたが、近年のソーシャルメディアの台頭は、世論の感情を理解するための新たな道のりとなっている。
オンライン上で表現された原子力関連問題に対する国内感情を探るため、我々は、核エネルギーに関連するトピックをカバーする3,000本以上のYouTubeビデオの内容とコメントを分析した。
トピックモデリングは、ビデオから主要なトピックを抽出するために使用され、大きな言語モデルによる感情分析は、各トピックに対するユーザーの感情を分類した。
また,2023年8月から9月にかけての処理水の放出に関するオンライン議論の変化について,共起ネットワーク分析を行った。
総じて、核エネルギーに関するオンライン談話に関する貴重な知見を提供し、日本の世論のより包括的理解に寄与している。
関連論文リスト
- HOTVCOM: Generating Buzzworthy Comments for Videos [49.39846630199698]
この研究は、中国最大のビデオコンテンツデータセットであるtextscHotVComを紹介し、94万の多様なビデオと1億1700万のコメントからなる。
また、中国語のビデオデータセット上で、視覚的、聴覚的、テキスト的データを相乗的に統合し、影響力のあるホットコンテンツを生成するtexttComHeatフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-23T16:45:13Z) - Deciphering public attention to geoengineering and climate issues using machine learning and dynamic analysis [4.428734623724967]
われわれはBBCとニューヨーク・タイムズの英語記事30,773件を掘り下げて、地球工学に対する大衆の関心が、より広い気候問題に関するニュースに反応してどのように変動するかを探った。
エネルギー関連ニュースの肯定的な感情は、ジオエンジニアリングに対する一般の関心を高める良い予測要因であることがわかった。
本研究は,地球工学と気候活動への公的な関与が一様ではないことを示唆し,エネルギー・災害・政治に関する気候ニュースなど,時間とともに関心を成す上で強力なトピックがいくつかあることを示唆する。
論文 参考訳（メタデータ） (2024-05-11T13:10:57Z) - Crisis talk: analysis of the public debate around the energy crisis and
cost of living [0.5371337604556311]
2020年代初頭の英国における顕著なメディアの話題は、英国とヨーロッパの大半に影響を及ぼすエネルギー危機である。
これは、エネルギー依存と持続可能性、経済的負担の公平な分配、生活費に関する単一の公的な議論をもたらす。
エネルギー危機と生活費に関する公衆の談話を調査し、これらの重要かつ矛盾した問題がどのように和解されるかを明らかにする。
論文 参考訳（メタデータ） (2024-02-28T04:42:59Z) - A Comparative Analysis of Text-to-Image Generative AI Models in
Scientific Contexts: A Case Study on Nuclear Power [0.33923727961771083]
我々は、クリーンエネルギー源の公的な関与を生み出すために、生成人工知能(AI)の可能性を提案し、評価する。
我々は、低炭素エネルギー源に関する技術情報を一般大衆に伝えるために、生成AIの利用について検討する。
論文 参考訳（メタデータ） (2023-12-02T17:05:49Z) - 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) - NewsDialogues: Towards Proactive News Grounded Conversation [72.10055780635625]
本稿では,対話システムがニュースの重要な話題に基づいて会話を積極的にリードする新しいタスク,Proactive News Grounded Conversationを提案する。
この課題をさらに発展させるために、人間と人間の対話データセットtsNewsDialoguesを収集し、合計14.6Kの発話を含む1Kの会話を含む。
論文 参考訳（メタデータ） (2023-08-12T08:33:42Z) - 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) - A System for Worldwide COVID-19 Information Aggregation [92.60866520230803]
我々は、トピックによって分類された7言語10の地域から信頼できる記事を含む世界的な新型コロナウイルス情報収集システムを構築した。
ニューラルマシン翻訳モジュールは、他言語の論文を日本語と英語に翻訳する。
記事とトピックのペアデータセットに基づいてトレーニングされたBERTベースのトピック分類器は、ユーザが興味のある情報を効率的に見つけるのに役立つ。
論文 参考訳（メタデータ） (2020-07-28T01:33:54Z) - NukeBERT: A Pre-trained language model for Low Resource Nuclear Domain [15.831633922457973]
核エネルギーと原子エネルギーは、注釈のないデータを利用する際には未発見のままである。
7000の核ドメインに関する研究論文から新しいデータセットが作成された。
NukeBERT は BERT 語彙を学習データが少ないタスクに適合させる新しい技法を取り入れたものである。
論文 参考訳（メタデータ） (2020-03-30T21:10:19Z) - Towards a Peer-to-Peer Energy Market: an Overview [68.8204255655161]
本研究は, 電力市場を中心に, 現状と, プロシューマーによる分散型自己生成能力の増大傾向を比較した。
我々はP2P(Peer-to-Peer)エネルギー市場のための潜在的多層アーキテクチャを導入し、マイクログリッドの一部として、地域生産と地域消費の基本的な側面について議論する。
読者に全体像を示すため、スマートコントラクトやグリッド安定性といったエネルギー取引の関連要素についても精査する。
論文 参考訳（メタデータ） (2020-03-02T20:32:10Z)
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。