論文の概要: Unpacking the Eye of the Beholder: Social Location, Identity, and the Moving Target of Political Perspectives
- arxiv url: http://arxiv.org/abs/2605.11166v1
- Date: Mon, 11 May 2026 19:21:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.382641
- Title: Unpacking the Eye of the Beholder: Social Location, Identity, and the Moving Target of Political Perspectives
- Title（参考訳）: 利害関係者の視線を解き放つ:政治的視点の社会的位置、アイデンティティ、移動的ターゲット
- Abstract要約: 政治的・社会的アイデンティティは、人々が政治情報を評価する方法を構成する。
PVPS(Perspectivist Visual Political Sentiment)分類器を開発した。
抗議的イメージにおける暴力の認識と、抗議的イメージエンゲージメントの背後にある感情的メカニズムは、同一性が考慮されれば、両者が即時変化することを示します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Political and social identities structure how people evaluate political information, a finding decades deep in political science and routinely discarded by computational tools that often produce single scores that treat a piece of text, an image, or a video as if it means the same thing to everyone. This paper shows that it does not, and that the difference is consequential. To address this problem, I develop the Perspectivist Visual Political Sentiment (PVPS) classifier, which learns from approximately 82,000 evaluations by 5,575 U.S. adults to predict how audiences defined by political and social identities will evaluate the same image. Unlike standard tools that average systematic disagreement away, PVPS preserves it, returning an evaluative profile that records who agrees, who diverges, and along which identity lines. Applied to several influential studies of visual sentiment, PVPS shows that perceived violence in protest imagery and the emotional mechanisms behind protest image engagement both change substantively once audience identity is taken into account. It follows that what a political image conveys is a moving target, and measuring it requires knowing whom it is moving.
- Abstract（参考訳）: 政治的・社会的アイデンティティは、人々が政治的情報を評価する方法、政治科学の深みに何十年も潜んでいること、そしてテキスト、画像、あるいはビデオを扱う単一のスコアを誰にとっても同じ意味であるかのように扱う計算ツールによって、日常的に捨てられている。
本稿は、そうではなく、その違いが連続的であることを示す。
この問題に対処するために、私は5,575人の成人による約82,000人の評価から学習し、政治的・社会的アイデンティティによって定義された聴衆がどのように同じイメージを評価するかを予測するPVPS(Perspectivist Visual Political Sentiment)分類器を開発した。
系統的な意見の不一致を平均的に防ぐ標準的なツールとは異なり、PVPSはそれを保存し、誰が同意し、誰が分岐し、どのアイデンティティラインに沿っているかを記録する評価プロファイルを返す。
PVPSは、視覚的感情に関するいくつかの影響力のある研究に応用し、抗議的イメージにおける暴力の知覚と、抗議的イメージエンゲージメントの背景にある感情的メカニズムが、観客のアイデンティティを考慮に入れば、瞬時に変化することを示した。
政治的イメージが何を伝えるかは移動目標であり、誰が移動しているかを知る必要がある。
関連論文リスト
- Multiclass Sentiment Analysis for Identifying Political Viewpoints [7.5332488078934015]
ソーシャルメディアにおける政治的視点のマルチクラス感情分析について検討する。
我々は,XGBoostとBERTに基づく2つの機械学習手法の設計と評価を行った。
実験の結果,XGBoostモデルが0.2835F1スコアに達し,BERTモデルが0.2806F1スコアに達した。
論文 参考訳（メタデータ） (2026-08-11T15:21:23Z) - Measuring Social Bias in Vision-Language Models with Face-Only Counterfactuals from Real Photos [79.03150233804458]
現実のイメージは人種と性別を混在させ、背景や衣服などの関連要因や属性を隠蔽する。
テキストのみの対実的評価パラダイムを提案する。
我々は、人種や性別に関連する顔属性のみを編集し、他の視覚的要素を全て固定することで、反事実的変異を生成する。
論文 参考訳（メタデータ） (2026-01-11T14:35:06Z) - 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) - Decoding Visual Sentiment of Political Imagery [0.0]
本研究では,視覚的感情分類に時間差を組み込むことにより,視覚的感情分析に新たなアプローチを導入する。
我々は、異なるイデオロギーの観点から視覚的感情を予測するために、深層学習マルチタスク・マルチクラスモデルを訓練した。
論文 参考訳（メタデータ） (2024-08-07T21:44:56Z) - Visual Political Communication in a Polarized Society: A Longitudinal
Study of Brazilian Presidential Elections on Instagram [0.3495246564946556]
本研究では、ブラジルの大統領候補19名による11,263件のInstagram投稿のデータセットで使用される視覚コミュニケーション戦略を検討することを目的とする。
祝賀画像と肯定的なトーン画像の有病率を同定した。
彼らはまた、強いパーソナライゼーションの感覚を示し、より感情的なレベルで有権者と結びついた候補者を描いている。
論文 参考訳（メタデータ） (2023-09-30T12:11:11Z) - 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) - Millions of Co-purchases and Reviews Reveal the Spread of Polarization
and Lifestyle Politics across Online Markets [68.8204255655161]
多様な市場において,異なる製品セグメントにおける分極とライフスタイル政治の広範性について検討する。
政治的に関連性があり、整列し、偏極化した製品カテゴリーを見つけるために、218万の市場組織間で236万の関連をサンプリングした。
文化製品は他のどの部分よりも4倍偏光度が高い。
論文 参考訳（メタデータ） (2022-01-17T18:16:37Z) - Examining Similar and Ideologically Correlated Imagery in Online
Political Communication [0.0]
本稿は、米国の政治家がTwitter上で共有するビジュアルメディアについて検討する。
これは、政治家の様々なイメージタイプが、その政治的地位を反映していることを示している。
また、この文脈における画像特徴付けの標準手法を用いた場合の危険を識別する。
論文 参考訳（メタデータ） (2021-10-04T04:45:10Z) - Political Posters Identification with Appearance-Text Fusion [49.55696202606098]
外観特徴とテキストベクトルを効率的に活用し, 政治ポスターを高精度に分類する手法を提案する。
この作品の大半は、特定の政治イベントのプロモーションとして機能するように設計された政治ポスターに焦点を当てている。
論文 参考訳（メタデータ） (2020-12-19T16:14:51Z) - Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。
新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。
本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文 参考訳（メタデータ） (2020-09-12T15:54:51Z)
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。