論文の概要: Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies

• arxiv url: http://arxiv.org/abs/2503.13844v2
• Date: Wed, 23 Jul 2025 08:38:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-24 14:06:49.097939
• Title: Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies
• Title（参考訳）: ソーシャルメディアにおける説得の発見に向けて:モデル開発から説得戦略への展望
• Authors: Elyas Meguellati, Stefano Civelli, Pietro Bernardelle, Shazia Sadiq, Irwin King, 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。 オーストラリア連邦選挙2022年のFacebook広告データセットを収集することで、モデルの実用性を実証する。 次に、APA22データセットの残りの部分をラベル付けするために、微調整モデルを適用し、政治キャンペーンが説得をどのように活用するかについて、異なるパターンを明らかにします。
• 参考スコア（独自算出の注目度）: 32.942040379593976
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Political advertising plays a pivotal role in shaping public opinion and influencing electoral outcomes, often through subtle persuasive techniques embedded in broader propaganda strategies. Detecting these persuasive elements is crucial for enhancing voter awareness and ensuring transparency in democratic processes. This paper presents an integrated approach that bridges model development and real-world application through two interconnected studies. First, we introduce a lightweight model for persuasive text detection that achieves state-of-the-art performance in Subtask 3 of SemEval 2023 Task 3 while requiring significantly fewer computational resources and training data than existing methods. Second, we demonstrate the model's practical utility by collecting the Australian Federal Election 2022 Facebook Ads (APA22) dataset, partially annotating a subset for persuasion, and fine-tuning the model to adapt from mainstream news to social media content. We then apply the fine-tuned model to label the remainder of the APA22 dataset, revealing distinct patterns in how political campaigns leverage persuasion through different funding strategies, word choices, demographic targeting, and temporal shifts in persuasion intensity as election day approaches. Our findings not only underscore the necessity of domain-specific modeling for analyzing persuasion on social media but also show how uncovering these strategies can enhance transparency, inform voters, and promote accountability in digital campaigns.
• Abstract（参考訳）: 政治広告は世論を形成する上で重要な役割を担い、選挙の結果に影響を与える。 これらの説得力のある要素を検出することは、民主的プロセスにおける有権者の意識を高め、透明性を確保するために不可欠である。 本稿では,2つの相互接続型研究を通して,モデル開発と実世界の応用を橋渡しする統合的アプローチを提案する。 まず,SemEval 2023 Task 3 の Subtask 3 において,既存の手法に比べて計算資源やトレーニングデータをはるかに少なく抑えながら,最先端の性能を実現する,説得力のあるテキスト検出のための軽量なモデルを提案する。 第2に,オーストラリア連邦選挙2022年Facebook広告(APA22)データセットを収集し,部分的に説得のためのサブセットを注釈付けし,主流ニュースからソーシャルメディアコンテンツへの適応モデルを微調整することで,モデルの実用性を実証する。 次に、APA22データセットの残りをラベル付けするために、細調整されたモデルを適用し、選挙日が近づくにつれて、さまざまな資金調達戦略、単語の選択、人口的ターゲティング、説得力の時間的変化を通じて、政治キャンペーンが説得をどのように活用するかという、明確なパターンを明らかにした。 本研究は,ソーシャルメディア上での説得分析におけるドメイン固有モデリングの必要性を浮き彫りにするだけでなく,これらの戦略を明らかにすることで透明性を高め,有権者に通知し,デジタルキャンペーンにおける説明責任を高めることができることを示す。

関連論文リスト

• Optimizing Influence Campaigns: Nudging under Bounded Confidence [0.0]
  我々は, 被疑者に対して, 被疑者を説得するためには, 徐々に意見を変えるために, 的を絞らなければならないことを示す。 本稿では,信頼度モデルに基づいて,エージェントのナッジポリシーを構築する方法について述べる。 ナッジベースのポリシーは、境界信頼効果を考慮しない他の一般的なテクニックよりも優れていることが分かりました。
  論文  参考訳（メタデータ） (2025-03-24T04:30:58Z)
• IOHunter: Graph Foundation Model to Uncover Online Information Operations [8.532129691916348]
  本稿では,情報操作を編成するユーザ,いわゆるIOドライバを,さまざまな影響キャンペーンを通じて識別する手法を提案する。 我々のフレームワークはIOHunterと呼ばれ、Language ModelsとGraph Neural Networksの強みを利用して、教師付き、ほとんど教師なし、クロスIOコンテキストにおける一般化を改善する。 本研究は,ソーシャルメディアプラットフォーム上でのIO検出に特化して,グラフファウンデーションモデルを開発するための一歩となる。
  論文  参考訳（メタデータ） (2024-12-19T09:14:24Z)
• 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)
• Leveraging Large Language Models to Detect Influence Campaigns in Social Media [9.58546889761175]
  ソーシャルメディアの影響は、大衆の言論や民主主義に重大な課題をもたらしている。 従来の検出方法は、ソーシャルメディアの複雑さとダイナミックな性質のために不足している。 本稿では,ユーザメタデータとネットワーク構造の両方を組み込んだLarge Language Models (LLM) を用いた新しい検出手法を提案する。
  論文  参考訳（メタデータ） (2023-11-14T00:25:09Z)
• Embedding Democratic Values into Social Media AIs via Societal Objective Functions [13.903836222333977]
  我々は、確立された、審査された社会科学的構成物をAI客観的関数に翻訳する手法を導入する。 我々は、ソーシャルメディア投稿が反民主的態度を促進する程度を推定する民主的な態度モデルを作成する。 本手法は,ソーシャルメディアAIにおける社会的害を軽減するために,社会科学理論と手法に基づく新たな戦略を提案する。
  論文  参考訳（メタデータ） (2023-07-26T02:27:24Z)
• 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)
• 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)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)
• 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。