論文の概要: Synchronization between media followers and political supporters during an election process: towards a real time study

• arxiv url: http://arxiv.org/abs/2503.05552v1
• Date: Fri, 07 Mar 2025 16:25:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-10 12:22:42.560068
• Title: Synchronization between media followers and political supporters during an election process: towards a real time study
• Title（参考訳）: 選挙過程におけるメディアフォロワーと政治支持者の同期--リアルタイム研究に向けて
• Authors: Rémi Perrier, Laura Hernández, J. Ignacio Alvarez-Hamelin, Mariano G. Beiró Dimitris Kotzinos,
• Abstract要約: 我々は、2022年のフランス大統領選挙における様々な候補者の支持者の間で、Twitterにおける議論のダイナミクス(Xになる前)について分析する。 本研究は,特定のトピックに関する異なるグループ間の関心の同期を自動的に検出できることを実証する。
• 参考スコア（独自算出の注目度）: 0.18749305679160366
• License:
• Abstract: We present an analysis of the dynamics of discussions in Twitter (before it became X) among supporters of various candidates in the 2022 French presidential election, and followers of different types of media. Our study demonstrates that we can automatically detect the synchronization of interest among different groups around specific topics at particular times. We introduce two complementary methods for constructing dynamic semantic networks, each with its own advantages. The growing aggregated network helps identify the reactivation of past topics, while the rolling window network is more sensitive to emerging discussions that, despite their significance, may appear suddenly and have a short lifespan. These two approaches offer distinct perspectives on the discussion landscape. Rather than choosing between them, we advocate for using both, as their comparison provides valuable insights at a relatively low computational and storage cost. Our findings confirm and quantify, on a larger scale and in an automatic, agnostic manner, observations previously made using more qualitative methods. We believed this work represents a step forward in developing methodologies to assess equity in information treatment, an obligation imposed by law on broadcasters that use broadcast spectrum frequencies in certain countries.
• Abstract（参考訳）: 我々は、2022年のフランス大統領選挙における様々な候補者の支持者と、さまざまな種類のメディアの支持者の間で、Twitterにおける議論のダイナミクス(Xになる前)について分析する。 本研究は,特定のトピックに関する異なるグループ間の関心の同期を自動的に検出できることを実証する。 本稿では,動的セマンティックネットワークを構築するための2つの補完的手法を提案する。 集約されたネットワークは過去のトピックの再活性化を識別するのに役立つが、ローリングウィンドウネットワークは、その重要性にもかかわらず突然現れて寿命が短くなるという新たな議論に敏感である。 これら2つのアプローチは、議論の状況について異なる視点を提供する。 比較は比較的低い計算とストレージのコストで貴重な洞察を提供するので、どちらを選択するかではなく、両方を使うことを主張する。 以上の結果から,従来より定性的な手法を用いて行った観察を,大規模かつ自動的かつ無知的に確認し,定量化することができた。 本研究は,特定国における放送周波数を用いた放送事業者に対する法律上の義務である,情報処理における株式評価手法の策定に向けた一歩であると考えられた。

関連論文リスト

• The Quest for the Right Mediator: A History, Survey, and Theoretical Grounding of Causal Interpretability [42.999302444590484]
  本稿では,因果媒介分析に基づく解釈可能性研究の視点を提案する。 因果単位の種類に応じて分類された解釈可能性の歴史と現状について述べる。 このフレーミングは、この分野のより密集した物語と、将来の仕事に対する実用的な洞察をもたらすと我々は主張する。
  論文  参考訳（メタデータ） (2024-08-02T17:51:42Z)
• Decoding Multilingual Topic Dynamics and Trend Identification through ARIMA Time Series Analysis on Social Networks: A Novel Data Translation Framework Enhanced by LDA/HDP Models [0.08246494848934444]
  われわれは、コロナウイルスパンデミックの間、チュニジアのソーシャルネットワーク内での対話や、スポーツや政治などの有名なテーマに焦点を当てている。 まず、これらのテーマに関連するコメントの多言語コーパスを集約することから始めます。 次に、言語的差異に対処するために、ノー・イングリッシュ・トゥ・イングリッシュ・マシン翻訳手法を導入する。
  論文  参考訳（メタデータ） (2024-03-18T00:01:10Z)
• Fairness meets Cross-Domain Learning: a new perspective on Models and Metrics [80.07271410743806]
  クロスドメイン学習(CD)とモデルフェアネスの関係について検討する。 いくつかの人口集団にまたがる顔画像と医療画像のベンチマークと、分類とローカライゼーションタスクについて紹介する。 本研究は,3つの最先端フェアネスアルゴリズムとともに,14のCDアプローチをカバーし,前者が後者に勝ることを示す。
  論文  参考訳（メタデータ） (2023-03-25T09:34:05Z)
• Inference of Media Bias and Content Quality Using Natural-Language Processing [6.092956184948962]
  本稿では、メディアの政治バイアスとコンテンツ品質の両方をテキストから推測する枠組みを提案する。 我々は,100万ツイート以上のデータセットに対して,双方向長短期記憶(LSTM)ニューラルネットワークを適用した。 この結果から,テキスト分析における単語順序の学習手法への活用の重要性が示唆された。
  論文  参考訳（メタデータ） (2022-12-01T03:04:55Z)
• Temporal Analysis on Topics Using Word2Vec [0.0]
  本研究では,トレンド検出と可視化の新しい手法を提案する。具体的には,話題の変化を時間とともにモデル化する。 この手法は、20のNews Groupsデータセットに存在する様々なメディアハウスの記事群でテストされた。
  論文  参考訳（メタデータ） (2022-09-23T16:51:29Z)
• Temporal Saliency Query Network for Efficient Video Recognition [82.52760040577864]
  ビデオ認識は、インターネットやモバイルデバイス上でのマルチメディアデータの爆発的な成長に関するホットスポット研究のトピックである。 既存の方法の多くは、クラス固有のサリエンシスコアを意識せずに、サリエントフレームを選択する。 そこで我々は,Saliency Query (TSQ) 機構を提案する。
  論文  参考訳（メタデータ） (2022-07-21T09:23:34Z)
• Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
  同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。 同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。 我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
  論文  参考訳（メタデータ） (2021-06-15T20:55:55Z)
• Learning with Instance Bundles for Reading Comprehension [61.823444215188296]
  質問応答スコアを複数の関連インスタンスで比較する新しい監視手法を提案する。 具体的には、密接に対照的な質問や回答のさまざまな近所でこれらのスコアを正規化します。 2つのデータセット上のインスタンスバンドルによるトレーニングの有効性を実証的に実証する。
  論文  参考訳（メタデータ） (2021-04-18T06:17:54Z)
• Looking into Your Speech: Learning Cross-modal Affinity for Audio-visual Speech Separation [73.1652905564163]
  本稿では,音声-視覚的ニューラル処理を用いて音声信号と映像を分離する問題に対処する。 従来の手法では、フレームワイドマッチング基準を用いて、音声とビデオの共有情報を抽出する。 音声と視覚ストリーム間の局所的な親和性だけでなく,グローバル通信を学習するクロスモーダル親和性ネットワーク(CaffNet)を提案する。
  論文  参考訳（メタデータ） (2021-03-25T15:39:12Z)
• A General Method to Find Highly Coordinating Communities in Social Media through Inferred Interaction Links [13.264683014487376]
  政治的誤報、占い、組織化されたトロリングは、オンラインの悪意ある行動であり、現実世界に重大な影響を及ぼす。 本稿では,アカウントのインタラクションとメタデータのみに依存する新しい時間的ウィンドウ手法を提案する。 さまざまな行動に関わるアカウントのグループを検出し、それを協調して、異なる目標ベースの戦略を実行する。
  論文  参考訳（メタデータ） (2021-03-05T00:48:23Z)
• Document Modeling with Graph Attention Networks for Multi-grained Machine Reading Comprehension [127.3341842928421]
  Natural Questionsは、新しい挑戦的な機械読解ベンチマークである。 解答は2つあり、長解(典型的には1段落)と短解(長解の内にある1つ以上の実体)である。 既存の方法は、これらの2つのサブタスクをトレーニング中に個別に扱い、依存関係を無視します。 本稿では,文書を階層的にモデル化する多層機械読解フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-05-12T14:20:09Z)

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。