論文の概要: Words of War: Exploring the Presidential Rhetorical Arsenal with Deep Learning
- arxiv url: http://arxiv.org/abs/2412.08868v1
- Date: Thu, 12 Dec 2024 02:04:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-13 13:31:49.448754
- Title: Words of War: Exploring the Presidential Rhetorical Arsenal with Deep Learning
- Title(参考訳): 戦語:深層学習による大統領修辞学の探求
- Authors: Wyatt Scott, Brett Genz, Sarah Elmasry, Sodiq Adewole,
- Abstract要約: このプロジェクトは、米国の大統領レトリックの微妙なニュアンスと根底にあるパターンを解読するために、ディープラーニング技術を使用することを目的としている。
機械学習と歴史調査の学際的な融合を通じて、ニューラルネットワークの予測能力に関する洞察を掘り下げたいと考えています。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: In political discourse and geopolitical analysis, national leaders words hold profound significance, often serving as harbingers of pivotal historical moments. From impassioned rallying cries to calls for caution, presidential speeches preceding major conflicts encapsulate the multifaceted dynamics of decision-making at the apex of governance. This project aims to use deep learning techniques to decode the subtle nuances and underlying patterns of US presidential rhetoric that may signal US involvement in major wars. While accurate classification is desirable, we seek to take a step further and identify discriminative features between the two classes (i.e. interpretable learning). Through an interdisciplinary fusion of machine learning and historical inquiry, we aspire to unearth insights into the predictive capacity of neural networks in discerning the preparatory rhetoric of US presidents preceding war. Indeed, as the venerable Prussian General and military theorist Carl von Clausewitz admonishes, War is not merely an act of policy but a true political instrument, a continuation of political intercourse carried on with other means (Clausewitz, 1832).
- Abstract(参考訳): 政治談話や地政学的分析において、国家指導者の言葉は重要な意味を持ち、しばしば重要な歴史的瞬間の宿舎として機能する。
急激な集会から慎重な呼びかけまで、主要な紛争に先立つ大統領演説は、統治の頂点における意思決定の多面的なダイナミクスを包含している。
このプロジェクトは、米国の大戦への関与を示唆する米国の大統領レトリックの微妙なニュアンスと根底にあるパターンを解読するために、ディープラーニング技術を使用することを目的としている。
正確な分類は望ましいが、さらに一歩踏み出し、2つのクラス間の識別的特徴(解釈可能な学習)を識別しようと試みている。
機械学習と歴史的調査の学際的な融合を通じて、我々は、戦前のアメリカの大統領による予備的レトリックを識別するニューラルネットワークの予測能力に関する洞察を掘り下げようとしている。
実際、プロイセンの高名な将軍で軍事理論家カール・フォン・クラウゼヴィッツが主張しているように、戦争は単なる政策の行為ではなく、真の政治手段であり、他の手段による政治的対話の継続である(Clausewitz, 1832)。
関連論文リスト
- The Impact of Persona-based Political Perspectives on Hateful Content Detection [4.04666623219944]
政治的に多様な言語モデルは、多くの研究者や組織にアクセスできない計算資源を必要とする。
近年の研究では、ペルソナをベースとしたプロンプトが、追加の訓練なしに、モデルアウトプットに政治的多様性をもたらすことが確認されている。
本稿では、下流業務における政治的事前訓練に匹敵する結果が得られるかどうかを考察する。
論文 参考訳(メタデータ) (2025-02-01T09:53:17Z) - AgoraSpeech: A multi-annotated comprehensive dataset of political discourse through the lens of humans and AI [1.3060410279656598]
アゴラ・スペーチ(AgoraSpeech)は、ギリシャ国民選挙中の2023年の6つの政党による171の政治演説を精巧にキュレートした高品質なデータセットである。
このデータセットには、テキスト分類、トピック識別、感情分析、名前付きエンティティ認識、分極、ポピュリズム検出の6つの自然言語処理(NLP)タスクのためのアノテーション(1段落)が含まれている。
論文 参考訳(メタデータ) (2025-01-09T18:17:59Z) - Political-LLM: Large Language Models in Political Science [159.95299889946637]
大規模言語モデル(LLM)は、政治科学のタスクで広く採用されている。
政治LLMは、LLMを計算政治科学に統合する包括的な理解を促進することを目的としている。
論文 参考訳(メタデータ) (2024-12-09T08:47:50Z) - Fear and Loathing on the Frontline: Decoding the Language of Othering by Russia-Ukraine War Bloggers [6.632254395574994]
その他に、外集団を内集団と根本的に異なるものとして描写する行為は、しばしばそれらを現実的な脅威とみなすようにエスカレートする。
ドイツやルワンダの少数民族に対するジェノサイドの極端な歴史的例から、米国やヨーロッパの移民を標的とした暴力や修辞学まで、これらのダイナミクスは驚くほど広範囲に及んでいる。
我々のフレームワークは、他者のダイナミクスに関する深い洞察を提供するように設計されており、迅速な適応プロセスと組み合わせて、他者の社会的結束に対する悪影響を緩和するための重要なツールを提供する。
論文 参考訳(メタデータ) (2024-09-19T19:56:03Z) - Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
本稿では,大規模言語モデルに基づく一意性尺度を提案する。
トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
論文 参考訳(メタデータ) (2024-01-02T19:00:17Z) - Understanding Divergent Framing of the Supreme Court Controversies:
Social Media vs. News Outlets [56.67097829383139]
我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。
メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
論文 参考訳(メタデータ) (2023-09-18T06:40:21Z) - The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。
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負の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) - KHAN: Knowledge-Aware Hierarchical Attention Networks for Accurate
Political Stance Prediction [37.261840137596195]
政治スタンス予測(KHAN)に対する新しい知識認識アプローチを提案する。
本研究では,(1)単語・文間の関係を3段階に分けて学習する階層的注意ネットワーク(HAN)と,(2)実世界の実体の外部知識を政治的スタンス予測のプロセスに組み込む知識符号化(KE)を利用する。
実世界の3つのデータセットに対する広範な評価を通じて,(1)精度,(2)効率,(3)有効性の観点から,DASHの優位性を示す。
論文 参考訳(メタデータ) (2023-02-23T16:09:42Z) - Examining Political Rhetoric with Epistemic Stance Detection [13.829628375546568]
我々は、より複雑な最先端のモデリングよりも優れたマルチソース姿勢予測のためのシンプルなRoBERTaベースのモデルを開発した。
我々は、米国の政治意見書のマスマーケットマニフェストコーパスを大規模に分析することで、その新しい政治科学への応用を実証する。
論文 参考訳(メタデータ) (2022-12-29T23:47:14Z) - Self-Supervised Speech Representation Learning: A Review [105.1545308184483]
自己教師付き表現学習法は、幅広いタスクやドメインに利益をもたらす単一の普遍的モデルを約束する。
音声表現学習は、生成的、コントラスト的、予測的という3つの主要なカテゴリで同様の進歩を経験している。
本稿では,自己指導型音声表現学習のアプローチと,他の研究領域との関係について述べる。
論文 参考訳(メタデータ) (2022-05-21T16:52:57Z) - Goal-Conditioned Reinforcement Learning with Imagined Subgoals [89.67840168694259]
我々は、複雑なタスクの学習を容易にするために、想像上のサブゴールをポリシー学習に組み込むことを提案する。
想像上のサブゴールは、政策と批判を同時に訓練する独立したハイレベルな政策によって予測される。
複雑なロボットナビゲーションと操作タスクに対する我々のアプローチを評価し、既存の手法よりも大きなマージンで優れていることを示す。
論文 参考訳(メタデータ) (2021-07-01T15:30:59Z)
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。