論文の概要: Rejection or Inclusion in the Emotion-Identity Dynamics of TikTok Refugees on RedNote
- arxiv url: http://arxiv.org/abs/2507.14623v1
- Date: Sat, 19 Jul 2025 13:38:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:31.973039
- Title: Rejection or Inclusion in the Emotion-Identity Dynamics of TikTok Refugees on RedNote
- Title（参考訳）: レッドノート上のTikTok難民の感情-同一性ダイナミクスにおける拒絶・包摂性
- Authors: Mingchen Li, Wenbo Xu, Wenqing Gu, Yixuan Xie, Yao Zhou, Yunsong Dai, Cheng Tan, Pan Hui,
- Abstract要約: 本研究では、中国人利用者と自己識別された「ティクトック難民」との異文化交流について検討する。
1,862の投稿と403,054のコメントのデータセットに基づいて、大きな言語モデルベースの感情分類とBERTベースのトピックモデリングを使用する。
- 参考スコア（独自算出の注目度）: 20.87350224458745
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study examines cross-cultural interactions between Chinese users and self-identified "TikTok Refugees"(foreign users who migrated to RedNote after TikTok's U.S. ban). Based on a dataset of 1,862 posts and 403,054 comments, we use large language model-based sentiment classification and BERT-based topic modelling to explore how both groups engage with the TikTok refugee phenomenon. We analyse what themes foreign users express, how Chinese users respond, how stances (Pro-China, Neutral, Pro-Foreign) shape emotional expression, and how affective responses differ across topics and identities. Results show strong affective asymmetry: Chinese users respond with varying emotional intensities across topics and stances: pride and praise dominate cultural threads, while political discussions elicit high levels of contempt and anger, especially from Pro-China commenters. Pro-Foreign users exhibit the strongest negative emotions across all topics, whereas neutral users express curiosity and joy but still reinforce mainstream discursive norms. Cross-topic comparisons reveal that appearance-related content produces the most emotionally balanced interactions, while politics generates the highest polarization. Our findings reveal distinct emotion-stance structures in Sino-foreign online interactions and offer empirical insights into identity negotiation in transnational digital publics.
- Abstract（参考訳）: 本研究では,TikTokの米国禁止後,RedNoteに移行した外部ユーザを対象に,中国のユーザと自己識別されたTikTok Refugeesの異文化間相互作用について検討した。
1,862の投稿と403,054のコメントのデータセットに基づいて、大きな言語モデルに基づく感情分類とBERTベースのトピックモデリングを使用して、両方のグループがTikTok難民現象にどのように関与するかを探索する。
我々は、外国のユーザーが何を表現しているか、中国人ユーザーがどう反応するか、スタンス(中国、中立、対外)がどのように感情表現を形作っているか、そして感情反応がトピックやアイデンティティによってどのように異なるかを分析する。
結果は強い感情的非対称性を示しており、中国のユーザーはトピックやスタンスに様々な感情的強度で反応する: 誇りと賞賛は文化的スレッドを支配し、政治的議論は特に中国親中国派の評論家から高いレベルの軽蔑と怒りを招いている。
一方、中立なユーザーは好奇心と喜びを表現しているが、依然として主流の非帰的規範を補強している。
横断的比較では、外見に関連したコンテンツは最も感情的にバランスの取れた相互作用を生み出し、一方で政治は最も極性が高い。
本研究は,日中外国のオンライン交流における感情・スタンス構造を明らかにし,国際デジタル公開企業におけるアイデンティティネゴシエーションに関する実証的な知見を提供するものである。
関連論文リスト
- Discipline and Resistance: The Construction of a Digital Home for TikTok Refugees on Xiaohongshu [0.7499722271664147]
この研究は、TikTokが米国で禁止されそうになった後、TikTok難民がXiaohongshuにどのように移動したかを調べる。
フーコーのヘテロトピアの概念を利用して、Xiaohongshuが異文化間の議論の危機的場所になったことを実証している。
論文 参考訳（メタデータ） (2025-07-19T03:47:55Z) - The Expressions of Depression and Anxiety in Chinese Psycho-counseling: Usage of First-person Singular Pronoun and Negative Emotional Words [25.87897084393168]
本研究は,中国の心理カウンセリング相互作用における言語表現とうつ病の心理的状態と不安との関連について検討した。
言語問合せとワードカウントソフトウェアによって定量化された言語パターンを評価するために、一般的な線形混合効果モデルを使用した。
その結果, 否定的感情的単語の頻度と抑うつ状態と不安状態の重症度との間に有意な正の相関が認められた。
論文 参考訳（メタデータ） (2025-07-18T11:53:15Z) - Disentangle Identity, Cooperate Emotion: Correlation-Aware Emotional Talking Portrait Generation [63.94836524433559]
DICE-Talkは、感情と同一性を切り離し、類似した特徴を持つ感情を協調するフレームワークである。
我々は、モーダル・アテンションを通して、音声と視覚の感情の手がかりを共同でモデル化するアンタングル型感情埋め込み装置を開発した。
次に,学習可能な感情バンクを用いた相関強化感情調和モジュールを提案する。
第3に、拡散過程における感情の一貫性を強制する感情識別目標を設計する。
論文 参考訳（メタデータ） (2025-04-25T05:28:21Z) - Integrating Emotion Distribution Networks and Textual Message Analysis for X User Emotional State Classification [0.0]
この研究は、テキストコンテンツにのみ焦点をあてた従来の感情分析手法が、重要な出来事に対する感情の識別に不十分であることを強調している。
提案手法では,感情分布パターンによる精度が12%向上し,ユーザプロファイルを考慮した場合,15%向上する。
論文 参考訳（メタデータ） (2025-04-11T10:37:35Z) - Echoes of Power: Investigating Geopolitical Bias in US and China Large Language Models [2.1028463367241033]
米国と中国の大規模言語モデル(LLM)における地政学的バイアスについて検討する。
両モデルに顕著なバイアスがみられ,イデオロギー的な視点と文化的影響が反映された。
この研究は、LLMが公的な談話を形成する可能性を強調し、AI生成コンテンツを批判的に評価することの重要性を強調している。
論文 参考訳（メタデータ） (2025-03-20T19:53:10Z) - The PRISM Alignment Dataset: What Participatory, Representative and Individualised Human Feedback Reveals About the Subjective and Multicultural Alignment of Large Language Models [67.38144169029617]
我々は,75か国から1500人の多様な参加者の社会デマトグラフィーを,21大言語モデル(LLM)を用いた8,011のライブ会話において,文脈的嗜好ときめ細かいフィードバックにマッピングした。
PRISMでは、(i)より広い地理的・人口的なフィードバックへの参加、(ii)2つの国(UK, US)の国勢調査表現型サンプル、(iii)詳細な参加者プロファイルにリンクし、個人化とサンプルアーティファクトの帰属を許可する個別評価に寄与する。
我々はPRISMを3つのケーススタディで使用し、人間がどのアライメントデータを提供するかを慎重に検討する必要があることを示す。
論文 参考訳（メタデータ） (2024-04-24T17:51:36Z) - Language-based Valence and Arousal Expressions between the United States and China: a Cross-Cultural Examination [6.122854363918857]
本稿は,Twitter/X(米国)とSina Weibo(中国本土)を比較し,感情表現の文化的差異を考察する。
NRC-VADレキシコンを用いて、両プラットフォームにまたがる感情表現の異なるパターンを同定した。
われわれは、米国ユーザーが中国ユーザーよりも感情的な強さを示すなど、異文化間の大きな差異を明らかにした。
論文 参考訳（メタデータ） (2024-01-10T16:32:25Z) - Are Personalized Stochastic Parrots More Dangerous? Evaluating Persona
Biases in Dialogue Systems [103.416202777731]
我々は、対話モデルが採用するペルソナに付随する有害な行動の感度であると定義する「ペルソナバイアス」について検討する。
我々は,人格バイアスを有害な表現と有害な合意のバイアスに分類し,攻撃性,有害継続性,関連性,ステレオタイプ合意,および有害合意の5つの側面において,人格バイアスを測定する包括的な評価枠組みを確立する。
論文 参考訳（メタデータ） (2023-10-08T21:03:18Z) - 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) - Black or White but never neutral: How readers perceive identity from
yellow or skin-toned emoji [90.14874935843544]
近年の研究は、ソーシャルメディア上でのアイデンティティ表現と絵文字利用の関係を確立した。
この研究は、言語と同様に、読者がそのような自己表現の行為に敏感かどうかを問うもので、著者のアイデンティティを理解するために使用する。
論文 参考訳（メタデータ） (2021-05-12T18:23:51Z) - 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)
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。