論文の概要: Involvement drives complexity of language in online debates

• arxiv url: http://arxiv.org/abs/2506.22098v1
• Date: Fri, 27 Jun 2025 10:27:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-30 21:12:23.173397
• Title: Involvement drives complexity of language in online debates
• Title（参考訳）: Involvementは、オンライン討論における言語の複雑さを促進する
• Authors: Eleonora Amadori, Daniele Cirulli, Edoardo Di Martino, Jacopo Nudo, Maria Sahakyan, Emanuele Sangiorgio, Arnaldo Santoro, Simon Zollo, Alessandro Galeazzi, Niccolò Di Marco,
• Abstract要約: 本稿は、新型コロナウイルス、COP26、ロシア・ウクライナ戦争という、Twitter上の影響力のあるユーザーが生み出すコンテンツの言語的複雑さについて、世界規模で重要な3つのトピックについて検討する。 分析の結果,個人と組織の間に有意な差異がみられた。 本研究は,デジタルプラットフォームにおける社会言語学のダイナミクスに関する新たな知見を提供し,オンライン空間における言語がイデオロギーや社会構造をどのように反映しているかを深く理解する上で有効である。
• 参考スコア（独自算出の注目度）: 32.73124984242397
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language is a fundamental aspect of human societies, continuously evolving in response to various stimuli, including societal changes and intercultural interactions. Technological advancements have profoundly transformed communication, with social media emerging as a pivotal force that merges entertainment-driven content with complex social dynamics. As these platforms reshape public discourse, analyzing the linguistic features of user-generated content is essential to understanding their broader societal impact. In this paper, we examine the linguistic complexity of content produced by influential users on Twitter across three globally significant and contested topics: COVID-19, COP26, and the Russia-Ukraine war. By combining multiple measures of textual complexity, we assess how language use varies along four key dimensions: account type, political leaning, content reliability, and sentiment. Our analysis reveals significant differences across all four axes, including variations in language complexity between individuals and organizations, between profiles with sided versus moderate political views, and between those associated with higher versus lower reliability scores. Additionally, profiles producing more negative and offensive content tend to use more complex language, with users sharing similar political stances and reliability levels converging toward a common jargon. Our findings offer new insights into the sociolinguistic dynamics of digital platforms and contribute to a deeper understanding of how language reflects ideological and social structures in online spaces.
• Abstract（参考訳）: 言語は人間の社会の基本的な側面であり、社会の変化や文化間相互作用を含む様々な刺激に反応して継続的に進化する。 テクノロジーの進歩はコミュニケーションを大きく変え、ソーシャルメディアはエンターテイメント駆動のコンテンツと複雑な社会的ダイナミクスを融合させる重要な力として台頭した。 これらのプラットフォームが公衆の言説を再構築するにつれ、ユーザ生成コンテンツの言語的特徴を分析することは、より広範な社会的影響を理解する上で不可欠である。 本稿では、新型コロナウイルス、COP26、ロシア・ウクライナ戦争という、Twitter上の影響力のあるユーザーが生み出すコンテンツの言語的複雑さについて、世界規模で重要な3つのトピックにまたがって検討する。 テキストの複雑さを複数の尺度で表すことによって、説明型、政治的傾倒、コンテンツの信頼性、感情の4つの重要な側面で言語がどのように変化するかを評価する。 分析の結果,個人と組織間の言語複雑性の変動,側近と中道的な政治的視点のプロファイル,高い信頼性と低い信頼性のスコアの相違など,4つの軸に有意な差が認められた。 さらに、よりネガティブで攻撃的なコンテンツを生成するプロファイルは、より複雑な言語を使用する傾向があり、ユーザーは同様の政治的スタンスと信頼性レベルを共有し、共通のジャーゴンに向かって収束する。 本研究は,デジタルプラットフォームにおける社会言語学のダイナミクスに関する新たな知見を提供し,オンライン空間における言語がイデオロギーや社会構造をどのように反映しているかを深く理解する上で有効である。

関連論文リスト

• The Shrinking Landscape of Linguistic Diversity in the Age of Large Language Models [7.811355338367627]
  大規模言語モデル (LLMs) は, 言語多様性の顕著な低下と関係があることが示唆された。 テキストの中核的な内容は、LLMがテキストを洗練・書き直しする際に保持されるが、書体スタイルを均質化するだけでなく、特定の支配的特徴やバイアスを選択的に増幅し、他を抑圧する方法でスタイル的要素を変更することも示している。
  論文  参考訳（メタデータ） (2025-02-16T20:51:07Z)
• The Evolution of Language in Social Media Comments [37.69303106863453]
  本研究では,34年間のユーザコメントの言語的特徴について検討し,その複雑さと時間的変化に着目した。 8つのプラットフォームとトピックから約3億の英文コメントのデータセットを利用する。 本研究は, テキスト長のほぼ普遍的な減少, 語彙の豊かさの低下, 反復性の低下を特徴とするソーシャルメディアプラットフォームとトピック間の複雑性パターンの整合性を明らかにした。
  論文  参考訳（メタデータ） (2024-06-17T12:03:30Z)
• CIVICS: Building a Dataset for Examining Culturally-Informed Values in Large Language Models [59.22460740026037]
  大規模言語モデル(LLM)の社会的・文化的変動を評価するためのデータセット「CIVICS:文化インフォームド・バリュース・インクルーシブ・コーパス・フォー・ソシエティ・インパクト」 我々は、LGBTQIの権利、社会福祉、移民、障害権利、代理など、特定の社会的に敏感なトピックに対処する、手作りの多言語プロンプトのデータセットを作成します。
  論文  参考訳（メタデータ） (2024-05-22T20:19:10Z)
• AI Chat Assistants can Improve Conversations about Divisive Topics [3.8583005413310625]
  我々は、人工知能ツールを用いてオンライン会話をいかに改善できるかを示す大規模な実験の結果を示す。 我々は、参加者の会話で理解される感覚の向上を目的とした、リアルタイムなエビデンスベースのレコメンデーションを実現するために、大きな言語モデルを採用している。 これらの介入は、会話の内容の体系的変更や人々の政策姿勢の移動を伴わずに、報告された会話の質を改善し、政治的分裂を減らし、トーンを改善する。
  論文  参考訳（メタデータ） (2023-02-14T06:42:09Z)
• Seamlessly Integrating Factual Information and Social Content with Persuasive Dialogue [48.75221685739286]
  本稿では,事実情報とソーシャルコンテンツをシームレスに説得的対話に統合する,新しいモジュール型対話システムフレームワークを提案する。 我々のフレームワークは、社会的内容とタスク内容が混在するあらゆる対話タスクに一般化可能である。
  論文  参考訳（メタデータ） (2022-03-15T05:38:34Z)

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。