論文の概要: Linked Multi-Model Data on Russian Domestic and Foreign Policy Speeches

• arxiv url: http://arxiv.org/abs/2605.15886v1
• Date: Fri, 15 May 2026 12:09:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 21:22:26.276055
• Title: Linked Multi-Model Data on Russian Domestic and Foreign Policy Speeches
• Title（参考訳）: ロシア国内外政策演説におけるリンク型マルチモデルデータ
• Authors: Daria Blinova, Gayathri Emuru, Rakesh Emuru, Kushagradheer Shridheer Srivastava, Mina Rulis, Sunita Chandrasekaran, Benjamin E. Bagozzi,
• Abstract要約: 本稿では,ロシア政府による相互接続型マルチモーダル政治コミュニケーションのデータセットについて紹介する。 データセットには、何十年もの間、クレムリンの上級俳優とロシア外務省によって行われた2つの大きな公式スピーチのコーパスが含まれている。
• 参考スコア（独自算出の注目度）: 4.393560498375605
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces a dataset of interlinked multimodal political communications from the Russian government, addressing persistent deficiencies in the availability of social text- and image-based data for authoritarian politics contexts. The dataset comprises two large corpora of official speeches delivered by senior actors within the Kremlin and the Russian Ministry of Foreign Affairs over multiple decades. For each speech, we provide Russian- and English-language texts, associated images and captions where available, and harmonized metadata including (e.g.) dates, speakers, (geo)locations, and official government content tags. Unique identifiers link images to speeches and align Russian and English versions of the same communication texts. We further augment these linked datasets with validated topical annotations for both speech texts and speech images, which are generated via transformer-based multimodal topic modeling and refined by a Russian politics expert. The resulting data resources support multimodal, multilingual, temporal, and/or spatial analyses of (authoritarian) political communication and offer a valuable testbed for social science research and large language model (LLM) applications in political domains.
• Abstract（参考訳）: 本稿では,ロシア政府による相互接続型多モーダル政治コミュニケーションのデータセットについて紹介し,権威主義政治文脈における社会的テキストと画像に基づくデータの利用の持続的欠陥について論じる。 データセットには、何十年もの間、クレムリンの上級俳優とロシア外務省によって行われた2つの大きな公式スピーチのコーパスが含まれている。 各スピーチに対して、ロシア語と英語のテキスト、利用可能な画像とキャプション、(eg)日付、話者、(geo)ロケーション、公式の政府コンテンツタグを含む調和したメタデータを提供する。 ユニークな識別子は、画像と音声をリンクし、同じコミュニケーションテキストのロシア語と英語のバージョンをアライメントする。 さらに、これらの関連データセットを、トランスフォーマーベースのマルチモーダルトピックモデリングによって生成し、ロシアの政治専門家によって洗練される、音声テキストと音声画像の両方に対する検証済みトピックアノテーションで拡張する。 得られたデータリソースは、(権威主義的な)政治コミュニケーションの多言語的、多言語的、時間的、または空間的分析をサポートし、政治領域における社会科学研究および大規模言語モデル(LLM)応用のための貴重なテストベッドを提供する。

関連論文リスト

• Extending a Parliamentary Corpus with MPs' Tweets: Automatic Annotation and Evaluation Using MultiParTweet [37.712808276294]
  我々は、政治家のソーシャルメディアの談話とドイツの政治コーパスGerParCorを結びつける、XのツイートコーパスであるMultiParTweetを紹介する。 MultiParTweetには39の546のツイートがあり、そのうち19の056のメディアアイテムが含まれている。 9つのテキストベースモデルと1つの視覚言語モデル(VLM)でアノテーションを強化し、感情、感情、トピックアノテーションを付加する。
  論文  参考訳（メタデータ） (2025-12-12T13:55:02Z)
• Multimodal Evaluation of Russian-language Architectures [88.00147763684451]
  本稿では,ロシアの建築におけるオープンなマルチモーダル評価フレームワークであるMera Multiを紹介する。 ベンチマークはインストラクションベースで、デフォルトのテキスト、画像、オーディオ、ビデオモダリティを含んでいる。 Mera Multiは、マルチモーダルベンチマークを構築するための複製可能な方法論を提供する。
  論文  参考訳（メタデータ） (2025-11-19T15:43:53Z)
• CrossNews-UA: A Cross-lingual News Semantic Similarity Benchmark for Ukrainian, Polish, Russian, and English [53.32175252285023]
  言語間のニュース比較は、情報の検証に有望なアプローチを提供する。 既存の言語間ニュース分析用のデータセットは、ジャーナリストや専門家によって手作業でキュレートされた。 我々は、多言語間ニュース類似性評価のためのスケーラブルで説明可能なクラウドソーシングパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-10-22T14:23:50Z)
• Stance-Driven Multimodal Controlled Statement Generation: New Dataset and Task [14.63475566746729]
  テキストと画像によるツイートに対するスタンス駆動による制御可能なコンテンツ生成の新たな課題について検討する。 政治談話におけるマルチモーダル・スタンス・ジェネレーション・データセット(StanceGen2024)を作成する。 本稿では,マルチモーダル特徴の重み付けとスタントガイダンスを統合したスタンス駆動型マルチモーダル生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-04T09:20:19Z)
• Multilingual Topic Classification in X: Dataset and Analysis [19.725017254962918]
  X-Topicは4つの異なる言語(英語、スペイン語、日本語、ギリシャ語)のコンテンツを含む多言語データセットである。 私たちのデータセットには、ソーシャルメディアコンテンツに適した幅広いトピックが含まれています。
  論文  参考訳（メタデータ） (2024-10-04T01:37:26Z)
• The ParlaSpeech Collection of Automatically Generated Speech and Text Datasets from Parliamentary Proceedings [0.0]
  我々は,低リソース言語による大規模かつオープンな音声・テキスト対応データセットを構築するためのアプローチを提案する。 我々は3つのスラヴ語、すなわちクロアチア語、ポーランド語、セルビア語に焦点を当てている。 このパイロット実行の結果は、5000時間以上のスピーチと付随するテキストの書き起こしにまたがる、高品質な3つのデータセットである。
  論文  参考訳（メタデータ） (2024-09-23T10:12:18Z)
• Towards a Deep Understanding of Multilingual End-to-End Speech Translation [52.26739715012842]
  我々は22言語以上で訓練された多言語エンドツーエンド音声翻訳モデルで学習した表現を解析する。 我々は分析から3つの大きな発見を得た。
  論文  参考訳（メタデータ） (2023-10-31T13:50:55Z)
• MegaWika: Millions of reports and their sources across 50 diverse languages [74.3909725023673]
  MegaWikaは、50の言語で1300万のWikipedia記事と、7100万の参考資料で構成されている。 我々は、このデータセットを無数のアプリケーションに処理し、非英語の記事を言語間アプリケーションに翻訳する。 MegaWikaは、文レベルのレポート生成のための最大のリソースであり、マルチランガルである唯一のレポート生成データセットである。
  論文  参考訳（メタデータ） (2023-07-13T20:04:02Z)
• Cross-Lingual Dialogue Dataset Creation via Outline-Based Generation [70.81596088969378]
  言語間アウトラインに基づく対話データセット(COD)は、自然言語の理解を可能にする。 CODは、4つの異なる言語で対話状態の追跡とエンドツーエンドの対話モデリングと評価を可能にする。
  論文  参考訳（メタデータ） (2022-01-31T18:11:21Z)

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。