論文の概要: Emotion Alignment: Discovering the Gap Between Social Media and Real-World Sentiments in Persian Tweets and Images

• arxiv url: http://arxiv.org/abs/2504.10662v2
• Date: Wed, 16 Apr 2025 22:23:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 10:52:27.664001
• Title: Emotion Alignment: Discovering the Gap Between Social Media and Real-World Sentiments in Persian Tweets and Images
• Title（参考訳）: 感情アライメント:ペルシアのつぶやきと画像でソーシャルメディアと現実世界の感情のギャップを発見
• Authors: Sina Elahimanesh, Mohammadali Mohammadkhani, Shohreh Kasaei,
• Abstract要約: 現実世界とオンラインプラットフォームの間の感情表現の相違が 現れます 革新的なパイプラインは、ソーシャルメディアと比較して現実世界の感情の類似度を測定するために設計された。 結果は、画像と現実世界の感情の間に28.67%の類似性を示し、ツイートは現実世界の感情と75.88%の一致を示した。
• 参考スコア（独自算出の注目度）: 9.934798867064746
• License:
• Abstract: In contemporary society, widespread social media usage is evident in people's daily lives. Nevertheless, disparities in emotional expressions between the real world and online platforms can manifest. We comprehensively analyzed Persian community on X to explore this phenomenon. An innovative pipeline was designed to measure the similarity between emotions in the real world compared to social media. Accordingly, recent tweets and images of participants were gathered and analyzed using Transformers-based text and image sentiment analysis modules. Each participant's friends also provided insights into the their real-world emotions. A distance criterion was used to compare real-world feelings with virtual experiences. Our study encompassed N=105 participants, 393 friends who contributed their perspectives, over 8,300 collected tweets, and 2,000 media images. Results indicated a 28.67% similarity between images and real-world emotions, while tweets exhibited a 75.88% alignment with real-world feelings. Additionally, the statistical significance confirmed that the observed disparities in sentiment proportions.
• Abstract（参考訳）: 現代の社会では、ソーシャルメディアの利用は人々の日常生活において明らかである。 それでも、現実世界とオンラインプラットフォームの間の感情表現の相違は現れうる。 我々は、この現象を探索するために、X上のペルシア人コミュニティを包括的に分析した。 革新的なパイプラインは、ソーシャルメディアと比較して現実世界の感情の類似度を測定するために設計された。 そこで,トランスフォーマーベースのテキストとイメージ感情分析モジュールを用いて,最近のツイートや参加者の画像を収集し,分析した。 参加者の友人たちは、彼らの現実世界の感情についての洞察も提供した。 現実世界の感情と仮想体験を比較するために距離基準が用いられた。 調査対象は、N=105名、友人393名、収集したツイート8300名、メディアイメージ2000名。 結果は、画像と現実世界の感情の間に28.67%の類似性を示し、ツイートは現実世界の感情と75.88%の一致を示した。 さらに、統計学的意義から、観察された感情比の格差が確認された。

関連論文リスト

• Exploring Embeddings for Measuring Text Relatedness: Unveiling Sentiments and Relationships in Online Comments [1.7230140898679147]
  本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係について検討する。 単語の埋め込みを使って文や文書のコンポーネントを分析する。 我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。
  論文  参考訳（メタデータ） (2023-09-15T04:57:23Z)
• Socratis: Are large multimodal models emotionally aware? [63.912414283486555]
  既存の感情予測ベンチマークでは、様々な理由で画像やテキストが人間にもたらす感情の多様性を考慮していない。 社会反応ベンチマークであるソクラティス (Socratis) を提案し, それぞれのイメージ・キャプション(IC) ペアに複数の感情とそれらを感じる理由をアノテートする。 我々は、ICペアが与えられた感情を感じる理由を生成するために、最先端のマルチモーダルな大規模言語モデルの能力をベンチマークする。
  論文  参考訳（メタデータ） (2023-08-31T13:59:35Z)
• 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)
• Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
  CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
  論文  参考訳（メタデータ） (2022-10-22T19:10:26Z)
• Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
  我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。 本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。 私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
  論文  参考訳（メタデータ） (2022-10-04T22:44:17Z)
• On the Complementarity of Images and Text for the Expression of Emotions in Social Media [12.616197765581864]
  我々は、画像とテキストの関係を自動的に検出するモデル、感情刺激カテゴリー、感情クラスを開発する。 これらのタスクがモダリティと画像-テキスト関係の両方を必要とするかどうかを評価するが、ほとんどのカテゴリではテキストだけで十分である。 怒りと悲しみの感情はマルチモーダルモデルで最もよく予測されるが、テキストだけでは嫌悪感、喜び、驚きに十分である。
  論文  参考訳（メタデータ） (2022-02-11T12:33:53Z)
• Validating daily social media macroscopes of emotions [0.12656629989060433]
  われわれはオンライン新聞で大規模な調査を行い、ユーザーから毎日の情緒的状態の自己報告を収集した。 同じオンラインプラットフォーム上でのユーザディスカッションの感情分析の結果と比較した。 両プラットフォームにおいて,テキスト分析結果と自己報告感情のレベルとの間には強い相関関係が認められた。
  論文  参考訳（メタデータ） (2021-08-17T14:28:56Z)
• Social media emotion macroscopes reflect emotional experiences in society at large [0.12656629989060433]
  ソーシャルメディアは、大規模かつ長期間にわたって人間の行動に関するデータを生成する。 近年の研究では、ソーシャルメディアの感情と個人レベルでの質問票の相関が弱いことが示されている。 社会全体のレベルでの感情の時間的進化を追跡するために、ソーシャルメディアの感情マクロスコープの有効性を検証した研究はない。
  論文  参考訳（メタデータ） (2021-07-28T09:40:42Z)
• A Study on Herd Behavior Using Sentiment Analysis in Online Social Network [1.5673338088641469]
  本稿では,オンラインソーシャルネットワーキングサイトからの批判的意見を予測するための多様な戦略の能力について述べる。 ソーシャルメディアはここ数十年で良いメディアとなり、世界中の意見を共有している。 本研究では,ソーシャルメディアコンテンツを用いた感情分析手法の評価を行った。
  論文  参考訳（メタデータ） (2021-07-25T05:22:35Z)
• Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
  国像は国際関係と経済発展に大きな影響を与えている。 新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。 本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
  論文  参考訳（メタデータ） (2020-09-12T15:54:51Z)
• 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。