論文の概要: Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US
- arxiv url: http://arxiv.org/abs/2601.21815v2
- Date: Fri, 30 Jan 2026 12:24:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-02 14:22:45.406266
- Title: Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US
- Title（参考訳）: 韓国と米国のYouTubeでモラル・モラル・ムーブメントが批判
- Authors: Seongchan Park, Jaehong Kim, Hyeonseung Kim, Heejin Bin, Sue Moon, Wonjae Lee,
- Abstract要約: 本研究は、YouTube上の主流ニュースチャンネルによる道徳的感情的フレーミングが、韓国と米国のユーザー行動にどのように影響するかを検討する。
視覚言語モデルに微調整を施したマルチモーダルな道徳感情分類器を開発した。
私たちは、ビュー、いいね!、コメントを含むエンゲージメントレベルを分析し、コミットメントの度合いの増加を示しています。
- 参考スコア（独自算出の注目度）: 3.7233229668674173
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding how media rhetoric shapes audience engagement is crucial in the attention economy. This study examines how moral emotional framing by mainstream news channels on YouTube influences user behavior across Korea and the United States. To capture the platform's multimodal nature, combining thumbnail images and video titles, we develop a multimodal moral emotion classifier by fine tuning a vision language model. The model is trained on human annotated multimodal datasets in both languages and applied to approximately 400,000 videos from major news outlets. We analyze engagement levels including views, likes, and comments, representing increasing degrees of commitment. The results show that other condemning rhetoric expressions of moral outrage that criticize others morally consistently increase all forms of engagement across cultures, with effects ranging from passive viewing to active commenting. These findings suggest that moral outrage is a particularly effective emotional strategy, attracting not only attention but also active participation. We discuss concerns about the potential misuse of other condemning rhetoric, as such practices may deepen polarization by reinforcing in group and out group divisions. To facilitate future research and ensure reproducibility, we publicly release our Korean and English multimodal moral emotion classifiers.
- Abstract（参考訳）: メディアレトリックが観客のエンゲージメントをいかに形作るかを理解することは、注目経済にとって不可欠である。
本研究は、YouTube上の主流ニュースチャンネルによる道徳的感情的フレーミングが、韓国と米国におけるユーザーの行動にどのように影響するかを検討する。
サムネイル画像とビデオタイトルを組み合わせることで、プラットフォームのマルチモーダルな性質を捉えるために、視覚言語モデルに微調整を施したマルチモーダルな道徳感情分類器を開発する。
このモデルは、両方の言語の人間の注釈付きマルチモーダルデータセットに基づいて訓練され、主要なニュースメディアから約40万本のビデオに適用される。
私たちは、ビュー、いいね!、コメントを含むエンゲージメントレベルを分析し、コミットメントの度合いの増加を示しています。
その結果、他者が道徳的に批判する道徳的怒りの修辞的な表現は、受動的視聴から活発なコメントまで、文化全体にわたるあらゆる形態の関与を一貫して増加させることが示されている。
これらの結果は、道徳的怒りは特に効果的な感情的戦略であり、注意を惹きつけるだけでなく、活発な参加も惹きつけることを示唆している。
我々は,集団分割とグループ分割の強化による分極を深める可能性があるとして,他の非難する修辞学の誤用の可能性についての懸念を論じる。
今後の研究の促進と再現性確保のために,我々は韓国語と英語の多モーダルな道徳的感情分類器を公開している。
関連論文リスト
- AVMeme Exam: A Multimodal Multilingual Multicultural Benchmark for LLMs' Contextual and Cultural Knowledge and Thinking [59.15472057710525]
AVMeme Examは、音声、歌、音楽、サウンドエフェクトにまたがる、1000以上の象徴的なインターネットの音とビデオの人間による評価ベンチマークである。
各ミームは、表面コンテンツからコンテキスト、感情、使用法、世界知識への理解レベルを評価するユニークなQ&Aと組み合わせられる。
このベンチマークを用いて,最先端のマルチモーダル言語モデル (MLLM) を人間の参加者とともに体系的に評価した。
論文 参考訳（メタデータ） (2026-01-25T01:40:15Z) - EmoMeta: A Multimodal Dataset for Fine-grained Emotion Classification in Chinese Metaphors [16.510791655003096]
中国語のマルチモーダルデータセットは、5000のテキストイメージ対の比喩広告を含んでいる。
各エントリは、メタファーの発生、ドメインの関係、きめ細かい感情分類のために慎重に注釈付けされる。
論文 参考訳（メタデータ） (2025-05-12T10:23:39Z) - Visual moral inference and communication [4.5013963602617455]
本稿では,自然画像からの道徳的推論を支援する計算フレームワークを提案する。
テキストのみに基づくモデルでは、視覚刺激に対する人間の道徳的判断のきめ細やかな把握ができないことがわかった。
我々の研究は、視覚的道徳的推論を自動化し、公共メディアにおける視覚的道徳的コミュニケーションのパターンを発見するための道を開いた。
論文 参考訳（メタデータ） (2025-04-12T00:46:27Z) - See It from My Perspective: How Language Affects Cultural Bias in Image Understanding [60.70852566256668]
視覚言語モデル(VLM)は、多くの言語における画像に関するクエリに応答することができる。
画像理解におけるVLMの西洋的偏見を特徴付け,この格差の中で言語が果たす役割について検討する。
論文 参考訳（メタデータ） (2024-06-17T15:49:51Z) - MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions [4.747987317906765]
道徳的価値は、情報を評価し、意思決定し、重要な社会問題に関する判断を形成する上で、基本的な役割を担います。
自然言語処理(NLP)の最近の進歩は、人文コンテンツにおいて道徳的価値を測ることができることを示している。
本稿では、社会談話における道徳的感情を捉えるために微調整された言語表現モデルであるMoralBERTを紹介する。
論文 参考訳（メタデータ） (2024-03-12T14:12:59Z) - Socratis: Are large multimodal models emotionally aware? [63.912414283486555]
既存の感情予測ベンチマークでは、様々な理由で画像やテキストが人間にもたらす感情の多様性を考慮していない。
社会反応ベンチマークであるソクラティス (Socratis) を提案し, それぞれのイメージ・キャプション(IC) ペアに複数の感情とそれらを感じる理由をアノテートする。
我々は、ICペアが与えられた感情を感じる理由を生成するために、最先端のマルチモーダルな大規模言語モデルの能力をベンチマークする。
論文 参考訳（メタデータ） (2023-08-31T13:59:35Z) - 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) - Detecting and Understanding Harmful Memes: A Survey [48.135415967633676]
我々は有害なミームに焦点を当てた総合的な調査を行っている。
興味深い発見の1つは、多くの有害ミームが実際には研究されていないことである。
別の観察では、ミームは異なる言語で再パッケージ化することでグローバルに伝播し、多言語化することもできる。
論文 参考訳（メタデータ） (2022-05-09T13:43:27Z) - Morality-based Assertion and Homophily on Social Media: A Cultural
Comparison between English and Japanese Languages [8.22469542459168]
ソーシャルメディアプラットフォームであるTwitterを用いて、日本人ユーザーと英語ユーザーの道徳行動を比較した。
日本のユーザーのツイートは、フェアネス、イングループ、純粋さが比較的高かった。
道徳に関する感情に関しては、英語のつぶやきはあらゆる道徳的次元に対してより肯定的な感情を表現している。
論文 参考訳（メタデータ） (2021-08-24T11:07:46Z) - When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
感情をラベル付けした1万ツイートのCovidEmoを紹介します。
事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
論文 参考訳（メタデータ） (2021-07-23T04:07:14Z)
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。