論文の概要: Hopes and Fears -- Emotion Distribution in the Topic Landscape of Finnish Parliamentary Speech 2000-2020

• arxiv url: http://arxiv.org/abs/2601.20424v1
• Date: Wed, 28 Jan 2026 09:32:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-29 15:46:06.879082
• Title: Hopes and Fears -- Emotion Distribution in the Topic Landscape of Finnish Parliamentary Speech 2000-2020
• Title（参考訳）: 希望と恐怖--フィンランド議会演説2000-2020の話題景観における感情分布
• Authors: Anna Ristilä, Otto Tarkka, Veronika Laippala, Kimmo Elo,
• Abstract要約: 既存の研究はしばしば、議会の言論を、トピック固有のパターンを見渡す、均質な全体として扱う。 本研究は,2000年から2020年にかけてフィンランド議会で実施された議会演説の話題の中で,感情表現を考察することによって,このギャップを埋めようとしている。 感情分析モデルを用いて、同期性およびダイアクロニック性の両方の観点から、トピックにおける感情表現を調査する。
• 参考スコア（独自算出の注目度）: 1.0307233077374252
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing research often treats parliamentary discourse as a homogeneous whole, overlooking topic-specific patterns. Parliamentary speeches address a wide range of topics, some of which evoke stronger emotions than others. While everyone has intuitive assumptions about what the most emotive topics in a parliament may be, there has been little research into the emotions typically linked to different topics. This paper strives to fill this gap by examining emotion expression among the topics of parliamentary speeches delivered in Eduskunta, the Finnish Parliament, between 2000 and 2020. An emotion analysis model is used to investigate emotion expression in topics, from both synchronic and diachronic perspectives. The results strengthen evidence of increasing positivity in parliamentary speech and provide further insights into topic-specific emotion expression within parliamentary debate.
• Abstract（参考訳）: 既存の研究はしばしば、議会の言論を、トピック固有のパターンを見渡す、均質な全体として扱う。 議会演説は幅広い話題に対処し、そのうちのいくつかは他のものよりも強い感情を呼び起こした。 議会で最も感情的なトピックとは何か、という直感的な仮定は誰もが持っているが、異なるトピックに典型的に関連付けられた感情についてはほとんど研究されていない。 本研究は,2000年から2020年にかけてフィンランド議会で実施された議会演説の話題の中で,感情表現を考察することによって,このギャップを埋めようとしている。 感情分析モデルを用いて、同期性およびダイアクロニック性の両方の観点から、トピックにおける感情表現を調査する。 その結果, 議会演説における肯定性向上の証拠が強化され, 議事録における話題特異的感情表現に関するさらなる洞察が得られた。

関連論文リスト

• Analyzing German Parliamentary Speeches: A Machine Learning Approach for Topic and Sentiment Classification [3.3595341706248876]
  本研究は、ドイツの議会である連邦議会における政治談話について、約28,000の議会演説を分析して調査する。 トピック分類と感情分類のための2つの機械学習モデルを開発し、手動でラベル付けされたデータセットで訓練した。 これらのモデルでは, トピック分類において, 受信機動作特性曲線(AUROC)0.94の領域を達成し, 高い分類性能を示した。
  論文  参考訳（メタデータ） (2025-08-05T07:44:42Z)
• SemEval-2024 Task 3: Multimodal Emotion Cause Analysis in Conversations [53.60993109543582]
  SemEval-2024 Task 3 "Multimodal Emotion Cause Analysis in Conversations" は、会話からすべての感情とそれに対応する原因を抽出することを目的としている。 異なるモダリティ設定の下では、2つのサブタスクから構成される: 会話におけるテキスト感情因果ペア抽出(TECPE)と会話におけるマルチモーダル感情因果ペア抽出(MECPE)である。 本稿では,タスク,データセット,評価設定について紹介し,トップチームのシステムを要約し,参加者の知見について議論する。
  論文  参考訳（メタデータ） (2024-05-19T09:59:00Z)
• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• AffectEcho: Speaker Independent and Language-Agnostic Emotion and Affect Transfer for Speech Synthesis [13.918119853846838]
  Affectは、原子価、覚醒、強さを含む感情的特徴であり、真正な会話を可能にする重要な属性である。 本稿では,Vector Quantized Codebookを用いた感情翻訳モデルAffectEchoを提案する。 それぞれの話者に特有のアイデンティティ、スタイル、感情のリズムを保ちながら、生成した音声の感情を制御する方法の有効性を実証する。
  論文  参考訳（メタデータ） (2023-08-16T06:28:29Z)
• The Impact of Incumbent/Opposition Status and Ideological Similitude on Emotions in Political Manifestos [0.0]
  この研究は、2000年から2019年にかけてのイギリス保守労働党の総選挙宣言における感情関連言語の分析を含む。 その結果,既存の参加者は肯定的感情関連語の方が高い頻度を示し,否定的感情関連語は反対者の方が多いことがわかった。
  論文  参考訳（メタデータ） (2023-05-15T06:43:44Z)
• 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)
• Speech Synthesis with Mixed Emotions [77.05097999561298]
  異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。 次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。 実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
  論文  参考訳（メタデータ） (2022-08-11T15:45:58Z)
• Multi-aspect Multilingual and Cross-lingual Parliamentary Speech Analysis [1.759288298635146]
  我々は,2017年から2020年にかけての6つの国民議会の合同および比較分析に先進的NLP法を適用した。 ParlaMintデータセットコレクションからテキスト中の感情と感情を分析します。 その結果, 分析国間での共通点や, 意外な相違点が認められた。
  論文  参考訳（メタデータ） (2022-07-03T14:31:32Z)

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。