論文の概要: Multimodal Analysis of State-Funded News Coverage of the Israel-Hamas War on YouTube Shorts

• arxiv url: http://arxiv.org/abs/2604.00994v1
• Date: Wed, 01 Apr 2026 14:55:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:32.046096
• Title: Multimodal Analysis of State-Funded News Coverage of the Israel-Hamas War on YouTube Shorts
• Title（参考訳）: YouTubeショートショーツにおけるイスラエル・ハーマス戦争報道のマルチモーダル分析
• Authors: Daniel Miehling, Sandra Kuebler,
• Abstract要約: 本稿では、自動転写、アスペクトベース感情分析、セマンティックシーン分類を組み合わせたマルチモーダルパイプラインを提案する。 パイプラインは、まず実現可能性について評価され、その後、国営メディアによるイスラエル・ハマス戦争に関する短期的な報道の分析に応用された。 その結果,特定の側面に関する感情はアウトレットや時間とともに異なるが,シーンタイプの分類は現実世界の出来事と一致した視覚的手がかりを反映していることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: YouTube Shorts have become central to news consumption on the platform, yet research on how geopolitical events are represented in this format remains limited. To address this gap, we present a multimodal pipeline that combines automatic transcription, aspect-based sentiment analysis (ABSA), and semantic scene classification. The pipeline is first assessed for feasibility and then applied to analyze short-form coverage of the Israel-Hamas war by state-funded outlets. Using over 2,300 conflict-related Shorts and more than 94,000 visual frames, we systematically examine war reporting across major international broadcasters. Our findings reveal that the sentiment expressed in transcripts regarding specific aspects differs across outlets and over time, whereas scene-type classifications reflect visual cues consistent with real-world events. Notably, smaller domain-adapted models outperform large transformers and even LLMs for sentiment analysis, underscoring the value of resource-efficient approaches for humanities research. The pipeline serves as a template for other short-form platforms, such as TikTok and Instagram, and demonstrates how multimodal methods, combined with qualitative interpretation, can characterize sentiment patterns and visual cues in algorithmically driven video environments.
• Abstract（参考訳）: YouTube Shortsはプラットフォーム上でのニュース消費の中心となっているが、このフォーマットでの地政学的イベントの表現方法の研究は依然として限られている。 このギャップに対処するために、自動転写、アスペクトベース感情分析(ABSA)、セマンティックシーン分類を組み合わせたマルチモーダルパイプラインを提案する。 パイプラインは、まず実現可能性について評価され、その後、国営メディアによるイスラエル・ハマス戦争に関する短期的な報道の分析に応用された。 2300以上の紛争関連ショートと94,000以上の視覚的フレームを用いて、主要な国際放送局間での戦争報告を体系的に検討した。 その結果,特定の側面に関する感情はアウトレットや時間とともに異なるが,シーンタイプの分類は現実世界の出来事と一致した視覚的手がかりを反映していることがわかった。 特に、小さなドメイン適応モデルでは、感情分析のために大きなトランスフォーマーやLLMよりも優れており、人文科学研究における資源効率の高いアプローチの価値を強調している。 このパイプラインは、TikTokやInstagramといった他のショートフォームプラットフォーム用のテンプレートとして機能し、マルチモーダルメソッドと質的な解釈を組み合わせることで、アルゴリズムによって駆動されたビデオ環境における感情パターンと視覚的手がかりを特徴づける方法について説明している。

関連論文リスト

• From Content to Audience: A Multimodal Annotation Framework for Broadcast Television Analytics [1.6639892342953113]
  マルチモーダル大言語モデル(MLLM)は、強力な汎用ビデオ理解能力を示している。 本稿では,イタリアにおけるテレビ放送におけるマルチモーダル・アノテーション・パイプラインの体系的評価について述べる。
  論文  参考訳（メタデータ） (2026-03-24T13:46:51Z)
• A Longitudinal, Multinational, and Multilingual Corpus of News Coverage of the Russo-Ukrainian War [4.802758600019422]
  DNIPROは、2022年2月から2024年8月までのロシア・ウクライナ戦争を記した246Kのニュース記事からなる、新しい縦断コーパスである。 5つの州(ロシア、ウクライナ、アメリカ合衆国、イギリス、中国)の11のメディアと3つの言語(英語、ロシア語、中国語)にまたがる。
  論文  参考訳（メタデータ） (2026-01-22T20:37:42Z)
• IA aplicada al análisis del conflicto Irán-Israel: Mapeo de discursos en YouTube [0.0]
  この研究は、YouTubeに投稿された12万のコメントに基づいて、2025年6月に起きたイランとイスラエルの紛争のデジタル表現を分析した。 彼らは、関係するアクターに関する不正確な位置を特定し、メディアとアルゴリズムの偏見がどのようにデジタル会話を形成するかを調べることを試みた。
  論文  参考訳（メタデータ） (2025-09-24T06:51:26Z)
• Geopolitical Parallax: Beyond Walter Lippmann Just After Large Language Models [0.06372261626436676]
  本研究では,ニュース品質と主観性評価における地政学的パララックス・システム的差異について検討する。 我々は,中国オリジン(Qwen,BGE,Jina)と西オリジン(Snowflake,Granite)モデルファミリーの商品レベルの埋め込みを比較した。 以上より, モデル起源と整合性, 非ランダムな相違がみられた。
  論文  参考訳（メタデータ） (2025-08-27T00:39:59Z)
• METER: Multi-modal Evidence-based Thinking and Explainable Reasoning -- Algorithm and Benchmark [48.78602579128459]
  本稿では,画像,ビデオ,音声,映像コンテンツにまたがる偽造検出のための統合ベンチマークMETERを紹介する。 我々のデータセットは4つのトラックから構成されており、それぞれのトラックは実際のvsフェイク分類だけでなく、エビデンスチェーンに基づく説明も必要である。
  論文  参考訳（メタデータ） (2025-07-22T03:42:51Z)
• Localizing Events in Videos with Multimodal Queries [61.20556229245365]
  セマンティッククエリに基づくビデオ内のイベントのローカライズは、ビデオ理解における重要なタスクである。 マルチモーダルクエリでビデオ中のイベントをローカライズするための新しいベンチマークであるICQを紹介する。 疑似MQs戦略における3つのマルチモーダルクエリ適応法と新しいサロゲートファインタニングを提案する。
  論文  参考訳（メタデータ） (2024-06-14T14:35:58Z)
• End-to-End Evaluation for Low-Latency Simultaneous Speech Translation [55.525125193856084]
  本稿では,低遅延音声翻訳の様々な側面を現実的な条件下で実行し,評価するための第1の枠組みを提案する。 これには、オーディオのセグメンテーションと、異なるコンポーネントの実行時間が含まれる。 また、このフレームワークを用いて低遅延音声翻訳の異なるアプローチを比較する。
  論文  参考訳（メタデータ） (2023-08-07T09:06:20Z)
• Hierarchical Local-Global Transformer for Temporal Sentence Grounding [58.247592985849124]
  本稿では,時間文グラウンドリングのマルチメディア問題について検討する。 与えられた文問合せに従って、トリミングされていないビデオ内の特定のビデオセグメントを正確に決定することを目的としている。
  論文  参考訳（メタデータ） (2022-08-31T14:16:56Z)
• A Novel Context-Aware Multimodal Framework for Persian Sentiment Analysis [19.783517380422854]
  まず,800以上の発話からなるペルシャのマルチモーダルデータセットについて述べる。 文脈対応型マルチモーダル感情分析フレームワークを提案する。 我々は,感情的クロスモーダル情報を統合するために,意思決定レベル(後期)と機能レベル(早期)の融合手法の両方を用いる。
  論文  参考訳（メタデータ） (2021-03-03T19:09:01Z)
• Content-based Analysis of the Cultural Differences between TikTok and Douyin [95.32409577885645]
  ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。 特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。 同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。 メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
  論文  参考訳（メタデータ） (2020-11-03T01:47:49Z)

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。