論文の概要: Analyzing Biases in Political Dialogue: Tagging U.S. Presidential Debates with an Extended DAMSL Framework
- arxiv url: http://arxiv.org/abs/2505.19515v2
- Date: Tue, 27 May 2025 04:54:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-28 14:37:20.157632
- Title: Analyzing Biases in Political Dialogue: Tagging U.S. Presidential Debates with an Extended DAMSL Framework
- Title（参考訳）: 政治対話におけるバイアスの分析:DAMSLフレームワークの拡張による米国大統領討論のタグ付け
- Authors: Lavanya Prahallad, Radhika Mamidi,
- Abstract要約: 我々は、ドナルド・トランプの修辞的戦略を考察し、2024年の米大統領選挙に関する批判的な談話分析を提示する。
本稿では,政治コミュニケーションにおけるバイアス駆動と敵対的談話の特徴を捉えた新しいアノテーションフレームワークBEADSを紹介する。
われわれの分析によると、トランプは、挑戦と敵対的取引所、選択的強調、恐怖への訴え、政治的バイアス、反感の知覚といった主要なカテゴリーを一貫して支配している。
- 参考スコア（独自算出の注目度）: 6.200058263544999
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a critical discourse analysis of the 2024 U.S. presidential debates, examining Donald Trump's rhetorical strategies in his interactions with Joe Biden and Kamala Harris. We introduce a novel annotation framework, BEADS (Bias Enriched Annotation for Dialogue Structure), which systematically extends the DAMSL framework to capture bias driven and adversarial discourse features in political communication. BEADS includes a domain and language agnostic set of tags that model ideological framing, emotional appeals, and confrontational tactics. Our methodology compares detailed human annotation with zero shot ChatGPT assisted tagging on verified transcripts from the Trump and Biden (19,219 words) and Trump and Harris (18,123 words) debates. Our analysis shows that Trump consistently dominated in key categories: Challenge and Adversarial Exchanges, Selective Emphasis, Appeal to Fear, Political Bias, and Perceived Dismissiveness. These findings underscore his use of emotionally charged and adversarial rhetoric to control the narrative and influence audience perception. In this work, we establish BEADS as a scalable and reproducible framework for critical discourse analysis across languages, domains, and political contexts.
- Abstract（参考訳）: 我々は、ジョー・バイデンとカマラ・ハリスとの交流の中で、ドナルド・トランプの修辞的戦略を検証し、2024年の米大統領選挙に関する批判的な談話分析を提示する。
本稿では、DAMSLフレームワークを体系的に拡張し、政治的コミュニケーションにおけるバイアス駆動および逆会話の特徴を捉える新しいアノテーションフレームワークBEADS(Bias Enriched Annotation for Dialogue Structure)を紹介する。
BEADSには、イデオロギー的なフレーミング、感情的な魅力、対決戦術をモデル化する、ドメインと言語に依存しないタグセットが含まれている。
我々の手法は、詳細な人間のアノテーションと、Trump and Biden(19,219語)とTrump and Harris(18,123語)の議論から得られた、確認済みのテキストのタグ付けを補助するChatGPTとを比較した。
われわれの分析によると、トランプは、挑戦と敵対的取引所、選択的強調、恐怖への訴え、政治的バイアス、反感の知覚といった主要なカテゴリーを一貫して支配している。
これらの知見は、語りをコントロールし、観衆の知覚に影響を与えるために、感情的に充電され、敵対的なレトリックを使用したことを明確に示している。
本研究では、BEADSを言語、ドメイン、政治的文脈を横断する批判的談話分析のためのスケーラブルで再現可能なフレームワークとして確立する。
関連論文リスト
- Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。
我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。
我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
論文 参考訳（メタデータ） (2025-04-10T02:52:34Z) - Sympathy over Polarization: A Computational Discourse Analysis of Social Media Posts about the July 2024 Trump Assassination Attempt [7.484950789973326]
我々は、ドナルド・トランプに対する大衆の感情が、時間とともに、地域によってどのように変化していくかを調査する。
危機前後のオンライン会話における主要なテーマについて検討する。
大規模な言語モデルに基づく感情分析、差分差分モデル、トピックモデリング技術を統合することで、一般大衆の反応がトランプに広く共感することを発見した。
論文 参考訳（メタデータ） (2025-01-17T04:26:13Z) - Red and blue language: Word choices in the Trump & Harris 2024 presidential debate [5.2617184697694475]
我々は、トランプとハリスの言語が、以下の意味的・実践的な特徴とどのように異なるかを分析する。
ハリス氏は回復と権限強化に関してしばしば議論するが、トランプ氏は危機と衰退に焦点を当てることが多い。
候補者の反応の特異性には有意な差はなかった。
論文 参考訳（メタデータ） (2024-10-17T15:19:03Z) - Context Does Matter: Implications for Crowdsourced Evaluation Labels in Task-Oriented Dialogue Systems [57.16442740983528]
クラウドソースラベルは、タスク指向の対話システムを評価する上で重要な役割を果たす。
従来の研究では、アノテーションプロセスで対話コンテキストの一部だけを使用することが提案されている。
本研究では,対話文脈がアノテーション品質に及ぼす影響について検討する。
論文 参考訳（メタデータ） (2024-04-15T17:56:39Z) - Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
本稿では,大規模言語モデルに基づく一意性尺度を提案する。
トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
論文 参考訳（メタデータ） (2024-01-02T19:00:17Z) - CDConv: A Benchmark for Contradiction Detection in Chinese Conversations [74.78715797366395]
本稿では,中国会話におけるコントラクション検出のベンチマーク,すなわちCDConvを提案する。
12Kのマルチターン会話に3つの典型的な矛盾カテゴリ(文内コントラクション、ロールコンフュージョン、ヒストリーコントラクション)をアノテートする。
論文 参考訳（メタデータ） (2022-10-16T11:37:09Z) - DEBACER: a method for slicing moderated debates [55.705662163385966]
同じ主題を持つブロックに議論を分割することは理解に不可欠である。
議論を適度に分割する新しいアルゴリズムDEBACERを提案する。
論文 参考訳（メタデータ） (2021-12-10T10:39:07Z) - The Unfolding Structure of Arguments in Online Debates: The case of a
No-Deal Brexit [0.0]
オンライン討論の潜在的な議論構造を抽出,分類,探索するための5段階の手法を提案する。
合意なし」ブレグジットに関するTwitterのデータを用いて、このイベントが実現した場合の期待される影響に焦点を当てる。
その結果,提案手法を議論の統計的レトリック解析に用いることができることがわかった。
論文 参考訳（メタデータ） (2021-03-09T12:29:43Z) - Hate Towards the Political Opponent: A Twitter Corpus Study of the 2020
US Elections on the Basis of Offensive Speech and Stance Detection [11.335643770130238]
我々は、バイデン候補とトランプ候補の支持者のオンラインコミュニケーションを、憎しみと攻撃的なコミュニケーションを発言することで調査する。
我々は、ヘイトフル/オフの音声検出とスタンス検出のタスクに参画するアノテーションタスクを定式化する。
我々は、ジョー・バイデンと民主党の支持者がドナルド・トランプや共和党の支持者と異なるコミュニケーションをとるかどうかを分析する。
論文 参考訳（メタデータ） (2021-03-02T11:59:54Z) - Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。
コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。
DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文 参考訳（メタデータ） (2020-06-17T21:02:40Z)
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。