論文の概要: Spotting Persuasion: A Low-cost Model for Persuasion Detection in Political Ads on Social Media

• arxiv url: http://arxiv.org/abs/2503.13844v1
• Date: Tue, 18 Mar 2025 02:33:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-19 14:18:35.057033
• Title: Spotting Persuasion: A Low-cost Model for Persuasion Detection in Political Ads on Social Media
• Title（参考訳）: Spotting Persuasion:ソーシャルメディア上の政治広告における説得検出のための低コストモデル
• Authors: Elyas Meguellati, Stefano Civelli, Pietro Bernardelle, Shazia Sadiq, Gianluca Demartini,
• Abstract要約: 本稿では,SemEval 2023 Task 3 の Subtask 3 における最先端性能を実現する,説得力のあるテキスト検出のための軽量モデルを提案する。 本研究は、説得力のある政治広告における微妙さの発見と、そのような戦略を限られた資源で検出・分析するための実践的なアプローチを示すものである。
• 参考スコア（独自算出の注目度）: 5.54991381489437
• License:
• Abstract: In the realm of political advertising, persuasion operates as a pivotal element within the broader framework of propaganda, exerting profound influences on public opinion and electoral outcomes. In this paper, we (1) introduce a lightweight model for persuasive text detection that achieves state-of-the-art performance in Subtask 3 of SemEval 2023 Task 3, while significantly reducing the computational resource requirements; and (2) leverage the proposed model to gain insights into political campaigning strategies on social media platforms by applying it to a real-world dataset we curated, consisting of Facebook political ads from the 2022 Australian Federal election campaign. Our study shows how subtleties can be found in persuasive political advertisements and presents a pragmatic approach to detect and analyze such strategies with limited resources, enhancing transparency in social media political campaigns.
• Abstract（参考訳）: 政治広告の領域では、説得はプロパガンダのより広い枠組みにおいて重要な要素として機能し、世論や選挙の結果に大きな影響を与えている。 本稿では,SemEval 2023 Task 3のSubtask 3における最先端のテキスト検出のための軽量なモデルを導入するとともに,計算資源の要求を大幅に削減するとともに,提案モデルを活用して,2022年のオーストラリア連邦選挙キャンペーンからFacebookの政治広告からなる実世界のデータセットに適用し,ソーシャルメディアプラットフォーム上での政治キャンペーン戦略の洞察を得る。 本研究は、説得力のある政治広告における微妙さの発見方法を示し、そのような戦略を限られた資源で検出・分析し、ソーシャルメディアの政治キャンペーンにおける透明性を高めるための実践的なアプローチを提示する。

関連論文リスト

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
  プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。 Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。 Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
  論文  参考訳（メタデータ） (2024-09-19T06:28:18Z)
• Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
  本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。 GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
  論文  参考訳（メタデータ） (2024-07-16T05:52:26Z)
• P^3SUM: Preserving Author's Perspective in News Summarization with Diffusion Language Models [57.571395694391654]
  既存のアプローチは、要約の50%以上で、ニュース記事の政治的意見やスタンスを変えている。 政治的視点分類器によって制御される拡散モデルに基づく要約手法であるP3SUMを提案する。 3つのニュース要約データセットの実験により、P3SUMは最先端の要約システムより優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-16T10:14:28Z)
• 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)
• Political advertisement on Facebook and Instagram in the run up to 2022 Italian general election [0.9496529663479973]
  われわれは2022年のイタリア総選挙まで、FacebookとInstagramで政治広告が配信された範囲を調査した。 我々は、2.7kのスポンサーが支払う23k以上のユニークな広告を分析し、関連する費用は4M EURと10億ビュー以上である。 政治課題や選挙結果に応じて結果が得られます。
  論文  参考訳（メタデータ） (2022-12-12T13:37:18Z)
• Weakly Supervised Learning for Analyzing Political Campaigns on Facebook [24.29993132301275]
  我々は、Facebook上の政治広告のスタンスと課題を特定するための弱監督的なアプローチを提案する。 選挙投票における政治広告の時間的動態を分析する。
  論文  参考訳（メタデータ） (2022-10-19T15:35:37Z)
• Persuasion Strategies in Advertisements [68.70313043201882]
  我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。 次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。 我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
  論文  参考訳（メタデータ） (2022-08-20T07:33:13Z)
• Analyzing Online Political Advertisements [10.386018392170083]
  本稿では,広告スポンサーの政治的イデオロギーを推測する目的で,オンライン政治広告に関する最初の計算的研究を行う。 米国からの広告からなる2つのタスクのための2つの新しい大規模データセットを開発する。
  論文  参考訳（メタデータ） (2021-05-09T23:18:37Z)
• Political Posters Identification with Appearance-Text Fusion [49.55696202606098]
  外観特徴とテキストベクトルを効率的に活用し, 政治ポスターを高精度に分類する手法を提案する。 この作品の大半は、特定の政治イベントのプロモーションとして機能するように設計された政治ポスターに焦点を当てている。
  論文  参考訳（メタデータ） (2020-12-19T16:14:51Z)
• A Dip Into a Deep Well: Online Political Advertisements, Valence, and European Electoral Campaigning [0.7106986689736826]
  この論文は、Googleの透明性レポートから収集したデータセットを使用して、オンラインの政治広告を調べる。 その結果、ほとんどの政治広告は肯定的な感情を表明している。
  論文  参考訳（メタデータ） (2020-01-28T22:33:45Z)

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。