論文の概要: Hope vs. Hate: Understanding User Interactions with LGBTQ+ News Content in Mainstream US News Media through the Lens of Hope Speech

• arxiv url: http://arxiv.org/abs/2502.09004v1
• Date: Thu, 13 Feb 2025 06:49:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-14 13:51:05.212122
• Title: Hope vs. Hate: Understanding User Interactions with LGBTQ+ News Content in Mainstream US News Media through the Lens of Hope Speech
• Title（参考訳）: ホープ対ヘイト:ホープスピーチのレンズを通してLGBTQ+ニュースコンテンツとユーザーインタラクションを理解する
• Authors: Jonathan Pofcher, Christopher M. Homan, Randall Sell, Ashiqur R. KhudaBukhsh,
• Abstract要約: われわれは、ユーザーがYouTubeでLGBTQ+ニュースコンテンツをどう扱うかを分析する。 LGBTQ+の健康を専門とする公衆衛生専門家と相談し,注釈研究を行った。 詳細なラベルと詳細なアノテータ統計情報を備えた3750のインスタンスのデータセットをリリースする。
• 参考スコア（独自算出の注目度）: 10.648851201203842
• License:
• Abstract: This paper makes three contributions. First, via a substantial corpus of 1,419,047 comments posted on 3,161 YouTube news videos of major US cable news outlets, we analyze how users engage with LGBTQ+ news content. Our analyses focus both on positive and negative content. In particular, we construct a fine-grained hope speech classifier that detects positive (hope speech), negative, neutral, and irrelevant content. Second, in consultation with a public health expert specializing on LGBTQ+ health, we conduct an annotation study with a balanced and diverse political representation and release a dataset of 3,750 instances with fine-grained labels and detailed annotator demographic information. Finally, beyond providing a vital resource for the LGBTQ+ community, our annotation study and subsequent in-the-wild assessments reveal (1) strong association between rater political beliefs and how they rate content relevant to a marginalized community; (2) models trained on individual political beliefs exhibit considerable in-the-wild disagreement; and (3) zero-shot large language models (LLMs) align more with liberal raters.
• Abstract（参考訳）: この論文には3つの貢献がある。 まず、アメリカの大手ケーブルテレビの3,161件のYouTubeニュースビデオに投稿された1,419,047件のコメントを通じて、ユーザーがLGBTQ+ニュースコンテンツとどのように関わるかを分析した。 分析は、肯定的コンテンツと否定的コンテンツの両方に焦点を当てている。 特に,肯定的(ホップスピーチ),否定的,中立的,無関係な内容を検出する,きめ細かな希望音声分類器を構築する。 第2に、LGBTQ+の健康を専門とする公衆衛生専門家との協議において、バランスの取れた多様な政治的表現を用いた注釈研究を行い、詳細なラベルと詳細なアノテータ人口統計情報を備えた3750件のデータセットを公表する。 最後に、LGBTQ+コミュニティにとって重要なリソースを提供する以外に、注視研究およびその後の調査により、(1)レーダの政治的信念と過疎化コミュニティに関連するコンテンツを評価する方法の強い関連性、(2)個別の政治的信念に基づいて訓練されたモデルがかなりの意見の相違を示すこと、(3)ゼロショットの大規模言語モデル(LLM)がよりリベラルなラティアと一致していることが明らかとなった。

関連論文リスト

• Exploring the topics, sentiments and hate speech in the Spanish information environment [0.0]
  本研究は,スペインのメディア5社のニュースに対して,337,807件の回答メッセージ(サイトコメントとツイート)の話題,感情,憎悪の頻度について検討した。 コンテンツは主に陰性(62.7%)で中性(28.57%)で、低い陽性(8.73%)である。 低レベルのヘイトスピーチ(3.98%)にもかかわらず、この研究は社会や政治の話題に対するオンライン反応の毒性が高いことを確認している。
  論文  参考訳（メタデータ） (2024-09-19T11:19:44Z)
• Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts [4.06613683722116]
  本研究は,Twitter上での検証およびイデオロギー的にバランスの取れたニュースに対するユーザの露出とエンゲージメントを高める方法について検討する。 われわれは、スポーツ、エンターテイメント、ライフスタイルについてツイートするユーザーに対して、文脈対応で返信する28のボットを作った。 ロボットの性別による差分効果をテストするために、治療対象のユーザはランダムに、女性または男性として提示されたボットの応答を受信するように割り当てられた。 治療を受けたユーザーは、より多くのニュースアカウントをフォローし、女性のボット治療を受けたユーザーは、コントロールよりもニュースコンテンツを好む傾向にあった。
  論文  参考訳（メタデータ） (2024-03-20T07:44:06Z)
• Crossing the Aisle: Unveiling Partisan and Counter-Partisan Events in News Reporting [7.8192232188516115]
  我々は,メディアがニュース報道のバランスを保ち,イベント包摂や欠席を通じて消費者に影響を与える程度について検討する。 まず、パルチザンと反パルチザンの両方を検知するタスクを紹介する。 以上の結果から,ニュースが微妙に意見を形成する方法と,大規模言語モデルの必要性の両方が浮かび上がっている。
  論文  参考訳（メタデータ） (2023-10-28T17:50:13Z)
• Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
  われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。 全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。 我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
  論文  参考訳（メタデータ） (2023-01-16T05:56:58Z)
• 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)
• Detecting Harmful Online Conversational Content towards LGBTQIA+ Individuals [30.03410762695714]
  この研究は現実世界のデータセットを導入し、有害なオンライン会話コンテンツの研究と理解を可能にします。 2つのベースライン機械学習モデルと、事前訓練された3つの大規模言語モデルを実装した。 以上の結果から,オンライン対LGBTQIA+会話コンテンツ検出タスクにおいて,大規模言語モデルが非常に有望な性能が得られることが確認された。
  論文  参考訳（メタデータ） (2022-06-15T20:14:02Z)
• 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)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。