論文の概要: Paid Voices vs. Public Feeds: Interpretable Cross-Platform Theme Modeling of Climate Discourse

• arxiv url: http://arxiv.org/abs/2601.13317v1
• Date: Mon, 19 Jan 2026 19:00:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:23.024005
• Title: Paid Voices vs. Public Feeds: Interpretable Cross-Platform Theme Modeling of Climate Discourse
• Title（参考訳）: ペイド・ボイス対パブリック・フィード:気候談話の解釈可能なクロス・プラットフォーム・テーマ・モデリング
• Authors: Samantha Sudhoff, Pranav Perumal, Zhaoqing Wu, Tunazzina Islam,
• Abstract要約: 我々は,2024年7月から2025年9月までに,Meta(以前はFacebookと呼ばれていた)の有料広告とBlueskyのパブリック投稿の気候談話の比較分析を行った。 意味的類似性によってテキストをクラスタリングする、解釈可能な、エンドツーエンドのテーマ発見と割り当てフレームワークを導入する。 その結果, プラットフォームレベルのインセンティブは, 気候物語のテーマ構造, 姿勢の整合性, 時間的応答性に反映されていることがわかった。
• 参考スコア（独自算出の注目度）: 6.259768189415674
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Climate discourse online plays a crucial role in shaping public understanding of climate change and influencing political and policy outcomes. However, climate communication unfolds across structurally distinct platforms with fundamentally different incentive structures: paid advertising ecosystems incentivize targeted, strategic persuasion, while public social media platforms host largely organic, user-driven discourse. Existing computational studies typically analyze these environments in isolation, limiting our ability to distinguish institutional messaging from public expression. In this work, we present a comparative analysis of climate discourse across paid advertisements on Meta (previously known as Facebook) and public posts on Bluesky from July 2024 to September 2025. We introduce an interpretable, end-to-end thematic discovery and assignment framework that clusters texts by semantic similarity and leverages large language models (LLMs) to generate concise, human-interpretable theme labels. We evaluate the quality of the induced themes against traditional topic modeling baselines using both human judgments and an LLM-based evaluator, and further validate their semantic coherence through downstream stance prediction and theme-guided retrieval tasks. Applying the resulting themes, we characterize systematic differences between paid climate messaging and public climate discourse and examine how thematic prevalence shifts around major political events. Our findings show that platform-level incentives are reflected in the thematic structure, stance alignment, and temporal responsiveness of climate narratives. While our empirical analysis focuses on climate communication, the proposed framework is designed to support comparative narrative analysis across heterogeneous communication environments.
• Abstract（参考訳）: オンラインの気候談話は、気候変動に関する大衆の理解を形成し、政治や政策の結果に影響を与える上で重要な役割を担っている。 有料の広告エコシステムはターゲットを動機付け、戦略的説得力を与え、公共のソーシャルメディアプラットフォームは、主にオーガニックでユーザー主導の談話を提供している。 既存の計算研究は通常、これらの環境を独立して分析し、機関的なメッセージングと公共表現を区別する能力を制限する。 本研究では,2024年7月から2025年9月までに,Meta(以前はFacebookと呼ばれていた)の有料広告とBlueskyのパブリック投稿の気候談話の比較分析を行った。 本稿では,意味的類似性によってテキストをクラスタリングし,大規模言語モデル(LLM)を活用して,簡潔で人間の解釈可能なテーマラベルを生成する,解釈可能な,エンドツーエンドのテーマ発見と割り当てフレームワークを提案する。 人間の判断とLLMに基づく評価器の両方を用いて従来のトピックモデリングベースラインに対して誘導されたテーマの品質を評価し、下流の姿勢予測とテーマ誘導検索タスクを通してそれらのセマンティック・コヒーレンスを評価する。 得られたテーマを応用して、有料の気候メッセージングと公共の気候談話の体系的な差異を特徴付け、主要な政治出来事にまつわる主題的有病率の変化について検討する。 その結果, プラットフォームレベルのインセンティブは, 気候物語のテーマ構造, 姿勢の整合性, 時間的応答性に反映されていることがわかった。 実験的な分析は気候コミュニケーションに重点を置いているが,提案フレームワークは異種通信環境における比較物語分析を支援するように設計されている。

関連論文リスト

• Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
  ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。 われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。 提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
  論文  参考訳（メタデータ） (2025-10-16T20:30:20Z)
• SpeechRole: A Large-Scale Dataset and Benchmark for Evaluating Speech Role-Playing Agents [72.79816494079833]
  ロールプレイングエージェントは、パーソナライズされた相互作用と感情共鳴を達成するための有望なパラダイムとして登場した。 既存の研究は主にテキストのモダリティに焦点を当て、現実的な対話的なシナリオにおける音声の重要な次元を無視している。 我々は,98の多様な役割と112kの音声ベースの1ターン・マルチターン会話からなる大規模かつ高品質なデータセットであるSpeechRole-Dataを構築した。
  論文  参考訳（メタデータ） (2025-08-04T03:18:36Z)
• Aligning Spoken Dialogue Models from User Interactions [55.192134724622235]
  本稿では,ユーザの対話からリアルタイム会話における音声対話モデルを改善するための新しい嗜好アライメントフレームワークを提案する。 AIフィードバックを付加した生のマルチターン音声会話から15万以上の好みペアのデータセットを作成する。 本研究は, 自然なリアルタイム音声対話システムにおいて重要な, 様々な力学におけるバランスの整合性の重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-26T16:45:20Z)
• Modeling the Impact of Group Interactions on Climate-related Opinion Change in Reddit [0.0]
  ソーシャルメディアプラットフォーム上での会話スレッドに固有のグループダイナミクスを捉えた時間的ハイパーグラフモデルを提案する。 このモデルは、個々のユーザーレベルでの気候問題に対する姿勢の時間的変化を予測する。 その結果,ハイパーグラフによるグループ間相互作用のモデル化は,意見形成の微視的ダイナミクスの予測に優れていた。
  論文  参考訳（メタデータ） (2025-05-05T19:35:25Z)
• 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)
• Discovering Latent Themes in Social Media Messaging: A Machine-in-the-Loop Approach Integrating LLMs [22.976609127865732]
  ソーシャルメディアメッセージングにおける潜在テーマを明らかにするための新しいアプローチを提案する。 私たちの仕事は、ソーシャルメディアのダイナミックな性質に光を当て、現実の出来事に対するメッセージのテーマ的焦点の変化を明らかにします。
  論文  参考訳（メタデータ） (2024-03-15T21:54:00Z)
• ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using Natural Language Processing [0.0]
  本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。 目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
  論文  参考訳（メタデータ） (2023-10-12T07:48:50Z)
• Federated Prompt Learning for Weather Foundation Models on Devices [37.88417074427373]
  天気予報のためのデバイス上のインテリジェンスでは、ローカルなディープラーニングモデルを使用して、集中型クラウドコンピューティングなしで気象パターンを分析する。 本稿では,FedPoD(Federated Prompt Learning for Weather Foundation Models on Devices)を提案する。 FedPoDは、通信効率を維持しながら、高度にカスタマイズされたモデルを得ることができる。
  論文  参考訳（メタデータ） (2023-05-23T16:59:20Z)
• Analysis of Climate Campaigns on Social Media using Bayesian Model Averaging [29.413444722550356]
  我々は、産業、その擁護団体、および気候変動擁護団体がソーシャルメディアを用いて、気候変動に関する物語にどのように影響するかを分析する。 我々は、Facebook上の気候広告のスタンスを特定するために、メッセージテーマと組み合わされた最小限のモデルスープ[57]アプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-06T16:43:29Z)

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。