論文の概要: Hate Speech and Sentiment of YouTube Video Comments From Public and Private Sources Covering the Israel-Palestine Conflict
- arxiv url: http://arxiv.org/abs/2503.10648v1
- Date: Mon, 03 Mar 2025 09:03:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-23 07:08:09.143133
- Title: Hate Speech and Sentiment of YouTube Video Comments From Public and Private Sources Covering the Israel-Palestine Conflict
- Title（参考訳）: イスラエルとパレスチナの紛争を取り上げたYouTubeビデオコメントのヘイトスピーチと感想
- Authors: Simon Hofmann, Christoph Sommermann, Mathias Kraus, Patrick Zschech, Julian Rosenberger,
- Abstract要約: 本研究は、イスラエルとパレスチナの紛争に関するYouTubeビデオコメントにおけるヘイトスピーチ(HS)の流行と感情について考察する。
パブリックおよびプライベートソースから抽出されたYouTubeビデオのコメントセクションに機械学習(ML)モデルを適用した。
センチメント分析では、両方のソースタイプにおいて、主に中立的なスタンスを示し、公的ソースでイスラエルとパレスチナに対してより顕著な感情が観察された。
- 参考スコア（独自算出の注目度）: 3.738325076054202
- License:
- Abstract: This study explores the prevalence of hate speech (HS) and sentiment in YouTube video comments concerning the Israel-Palestine conflict by analyzing content from both public and private news sources. The research involved annotating 4983 comments for HS and sentiments (neutral, pro-Israel, and pro-Palestine). Subsequently, machine learning (ML) models were developed, demonstrating robust predictive capabilities with area under the receiver operating characteristic (AUROC) scores ranging from 0.83 to 0.90. These models were applied to the extracted comment sections of YouTube videos from public and private sources, uncovering a higher incidence of HS in public sources (40.4%) compared to private sources (31.6%). Sentiment analysis revealed a predominantly neutral stance in both source types, with more pronounced sentiments towards Israel and Palestine observed in public sources. This investigation highlights the dynamic nature of online discourse surrounding the Israel-Palestine conflict and underscores the potential of moderating content in a politically charged environment.
- Abstract（参考訳）: 本研究は、イスラエルとパレスチナの紛争に関するYouTubeビデオコメントにおけるヘイトスピーチ(HS)と感情の有病率について、パブリックニュースとプライベートニュースの両方からのコンテンツを分析することによって検討する。
この研究は、HSと感情(中立、親イスラエル、親パレスチナ)に対して4983のコメントを注釈付けした。
その後、機械学習(ML)モデルが開発され、受信機動作特性(AUROC)スコアの0.83から0.90の範囲で、堅牢な予測能力を実証した。
これらのモデルは、パブリックおよびプライベートソースから抽出されたYouTubeビデオのコメントセクションに適用され、プライベートソース(31.6%)と比較して、公開ソース(40.4%)でHSの頻度が高いことが判明した。
センチメント分析では、両方のソースタイプにおいて、主に中立的なスタンスを示し、公的ソースでイスラエルとパレスチナに対してより顕著な感情が観察された。
この調査は、イスラエルとパレスチナの紛争を取り巻くオンライン談話のダイナミックな性質を強調し、政治的に責任を負った環境でコンテンツをモデレートする可能性を強調している。
関連論文リスト
- Social media polarization during conflict: Insights from an ideological stance dataset on Israel-Palestine Reddit comments [0.0]
この研究は、2023年10月から2024年8月までに収集されたイスラエルとパレスチナの紛争に関するRedditのコメント9,969件を分析した。
機械学習、事前訓練された言語モデル、ニューラルネットワーク、迅速なエンジニアリング戦略など、さまざまなアプローチが、これらのスタンスを分類するために採用された。
論文 参考訳（メタデータ） (2025-02-01T12:26:11Z) - Israel-Hamas war through Telegram, Reddit and Twitter [9.020777839880571]
本研究は、これらの議論に代表される対立と感情の異なる参加者との関係について、関連する議論の分析について述べる。
3つのデータセットに対してボリューム分析を適用し、エンティティ抽出を行い、BERTトピック分析に進む。
我々の発見は、政治的派閥や外部の人々が世論をどう形成するかを示す指標として、偏極化された物語を示唆している。
論文 参考訳（メタデータ） (2025-01-30T08:20:26Z) - Quantifying Extreme Opinions on Reddit Amidst the 2023 Israeli-Palestinian Conflict [3.2430260063115224]
本研究では,2023年のイスラエル・パレスチナ紛争におけるソーシャルメディアに対する極端な意見の動態について考察する。
極端意見」を測定するための辞書に基づく教師なし方法論が開発された
この分析は、重要な実生活イベントに対応する過激主義のスコアにおいて重要なピークを特定する。
論文 参考訳（メタデータ） (2024-12-14T17:52:28Z) - Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。
本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。
観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
論文 参考訳（メタデータ） (2023-11-15T00:02:25Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳（メタデータ） (2023-04-06T23:36:45Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-03-28T03:31:37Z) - 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) - Sentiment Analysis of Political Tweets for Israel using Machine Learning [0.0]
本研究では、イスラエルの政治Twitterデータを用いて、パレスチナとイスラエルの対立に対する世論を解釈する分析研究を提案する。
ツイート形式での民族グループと世論指導者の態度を機械学習アルゴリズムを用いて分析する。
論文 参考訳（メタデータ） (2022-04-12T12:07:43Z) - What goes on inside rumour and non-rumour tweets and their reactions: A
Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。
本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文 参考訳（メタデータ） (2021-11-09T07:45:11Z) - News Consumption in Time of Conflict: 2021 Palestinian-Israel War as an
Example [4.106987095869419]
我々は、パレスチナ系かイスラエル系の8万人以上のTwitterユーザーのニュース消費を詳細に分析する。
教師なしの姿勢検出を用いてユーザの姿勢を同定する。
利用者は、海外やあまり普及していないソースから、よりトポロジ的な関連コンテンツを消費する可能性がある。
論文 参考訳（メタデータ） (2021-09-27T07:39:04Z) - 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)
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。