論文の概要: HotComment: A Benchmark for Evaluating Popularity of Online Comments
- arxiv url: http://arxiv.org/abs/2604.25614v1
- Date: Tue, 28 Apr 2026 13:23:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.872627
- Title: HotComment: A Benchmark for Evaluating Popularity of Online Comments
- Title（参考訳）: HotComment:オンラインコメントの人気を評価するベンチマーク
- Authors: Yafeng Wu, Yunyao Zhang, Liliang Ye, Guiyi Zeng, Junqing Yu, Chen Xu, Zikai Song,
- Abstract要約: HotCommentはビデオとテキストのモダリティを統合するマルチモーダルベンチマークである。
人気の予測は、現実世界のインタラクションデータに基づいてトレーニングされたモデルからのトレンドに基づいている。
StyleCmtは社会的波及効果にインスパイアされ、社会的に共鳴する表現を増幅し、矛盾する表現を抑制する。
- 参考スコア（独自算出の注目度）: 18.321661916144993
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Online comments play a crucial role in shaping public sentiment and opinion dynamics on social media. However, evaluating their popularity remains challenging, not only because it depends on linguistic quality, originality, and emotional resonance, but also because stylistic preferences vary widely across platforms and user groups, causing the same comment to resonate differently in different communities. In this work, we present HotComment, a multimodal benchmark integrating video and text modalities that comprehensively quantifies popularity from three enhanced aspects: (1) Content Quality, which evaluates semantic similarity with ground-truth human comments and extends quality assessment through four interpretable dimensions; (2) Popularity Prediction, based on trends from models trained on real-world interaction data; and (3) User Behavior Simulation, which models the distribution of platform users and approximates \textbf{engagement scores} through an agent-based framework. Furthermore, we propose StyleCmt, inspired by social ripple effects, where multiple stylistic dimensions align to amplify socially resonant expressions and suppress incongruent ones.
- Abstract（参考訳）: オンラインコメントは、ソーシャルメディア上での世論と意見のダイナミクスを形成する上で重要な役割を担っている。
しかし、その人気を評価することは言語的品質、独創性、感情的共鳴に依存しているだけでなく、プラットフォームやユーザグループによってスタイリスティックな嗜好が広まっており、同じコメントが異なるコミュニティで異なる共鳴を引き起こしているため、依然として困難である。
本研究では,ビデオとテキストのモダリティを総合的に評価するマルチモーダル・ベンチマークであるHotCommentについて,(1)人間コメントとのセマンティックな類似性を評価し,解釈可能な4次元で品質評価を拡張するコンテンツ品質,(2)実世界のインタラクションデータに基づいてトレーニングされたモデルからの傾向に基づく人気度予測,(3)プラットフォームユーザの分布をモデル化し,エージェントベースのフレームワークを通じて‘textbf{engagement scores’を近似するユーザ行動シミュレーションを提案する。
さらに, 社会的波及効果にインスパイアされたStyleCmtを提案し, 複数のスタイリスティック次元が一致して, 社会的に共鳴する表現を増幅し, 矛盾する表現を抑える。
関連論文リスト
- Real Talk, Virtual Faces: A Formal Concept Analysis of Personality and Sentiment in Influencer Audiences [0.981328290471248]
本稿では,形式的概念分析と相関ルールマイニングを基盤とした2層フレームワークを提案する。
3つのVI-HIインフルエンサーペアからYouTubeコメントを適用すれば、2層解析で一貫した構造的差異が明らかになる。
FCAを多信号談話分析の原則として位置づけた。
論文 参考訳（メタデータ） (2026-03-25T15:23:32Z) - On the Fallacy of Global Token Perplexity in Spoken Language Model Evaluation [88.77441715819366]
大規模生音声で事前訓練された生成音声言語モデルは、適切な内容で音声プロンプトを継続することができる。
本稿では,グローバルトークンの難易度に代えて,多種多様な可能性・生成的評価手法を提案する。
論文 参考訳（メタデータ） (2026-01-09T22:01:56Z) - Ideological Fragmentation of the Social Media Ecosystem: From echo chambers to echo platforms [39.58317527488534]
我々は、2020年の米大統領選挙に関連する1億1700万の投稿を9つのソーシャルメディアプラットフォームから分析する。
以上の結果から, 生態系におけるプラットフォーム中心性において, プラットフォーム間の大きな違いが明らかとなった。
これらの結果は、ソーシャルメディアの風景の断片化と分極を形作る重要な次元を浮き彫りにしている。
論文 参考訳（メタデータ） (2024-11-25T18:45:03Z) - Unveiling the Truth and Facilitating Change: Towards Agent-based Large-scale Social Movement Simulation [43.46328146533669]
ソーシャルメディアは社会運動の基盤として現れ、社会変革の推進に大きな影響を与えている。
ソーシャルメディアユーザシミュレーションのためのハイブリッドフレームワークHiSimを導入し、ユーザを2つのタイプに分類する。
我々は、トリガーイベントに続く応答ダイナミクスを再現するために、Twitterのような環境を構築します。
論文 参考訳（メタデータ） (2024-02-26T06:28:54Z) - Detecting value-expressive text posts in Russian social media [0.0]
我々は、ロシアのソーシャルメディアVKontakteで価値表現ポストを正確に検出できるモデルを見つけることを目指していた。
5,035ポストのトレーニングデータセットは、3人の専門家、304人のクラウドワーカー、ChatGPTによって注釈付けされた。
ChatGPTはより一貫性があったが、スパム検出に苦労した。
論文 参考訳（メタデータ） (2023-12-14T14:18:27Z) - 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) - Topic Modeling on User Stories using Word Mover's Distance [4.378337862197529]
本稿では,クラウド生成ユーザストーリーの集合内のトピックを識別する手段として,トピックモデリングに焦点を当てる。
群衆労働者による2,966件のユーザストーリーを公開して評価した。
論文 参考訳（メタデータ） (2020-07-10T11:05:42Z)
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。