論文の概要: Examining AI-generated historical narratives and their reception through the example of history POVs on TikTok

• arxiv url: http://arxiv.org/abs/2606.23300v1
• Date: Mon, 22 Jun 2026 13:14:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:42:20.47438
• Title: Examining AI-generated historical narratives and their reception through the example of history POVs on TikTok
• Title（参考訳）: AIによる歴史物語の考察とTikTokにおける歴史POVの例
• Authors: Nina Brolich, Anna Neovesky,
• Abstract要約: 本稿では,TikTokにおける歴史POVの動向について考察する。 探索的なパイロットスタディと、TikTok Research APIから得られたデータセットに基づいた大規模な研究という、2段階の実証的なアプローチを採用しています。 発見は、感情的に充電された現代史のトピックが支配的であり、歴史的不正確さはキャプションレベルで見えている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper examines the history POV trend on TikTok, in which AI-generated first-person scenes depict historical events. We use a two-stage empirical approach: an exploratory pilot study and a larger-scale study building up on a dataset obtained through the TikTok Research API. In both studies we analyze the themes of the trend and how the audience responds in the comments. Findings show a dominance of emotionally charged contemporary history topics, with historical inaccuracies visible at the caption level. A comparative comment analysis of Black Death and Holocaust videos, combining manual annotation with DistilBERT-based classification, reveals that topic choice shapes audience response, with Holocaust content attracting disproportionately higher rates of hate speech and disinformation. The paper also reflects on the strengths and limitations of API-based research for studying fast-moving platform trends.
• Abstract（参考訳）: 本稿では,TikTokにおける歴史POVの動向について考察する。 探索的なパイロットスタディと、TikTok Research APIから得られたデータセットに基づいた大規模な研究という、2段階の実証的なアプローチを採用しています。 どちらの研究でも、トレンドのテーマと、聴衆がコメントの中でどのように反応するかを分析します。 発見は、感情的に充電された現代史のトピックが支配的であり、歴史的不正確さはキャプションレベルで見えている。 ブラックデスとホロコーストビデオの比較コメント分析は、手動のアノテーションとDistilBERTに基づく分類を組み合わせることで、トピックの選択が聴衆の反応を形作っており、ホロコーストコンテンツは不当に高いヘイトスピーチと偽情報を引き付けることを示している。 この論文は、高速移動プラットフォームのトレンドを研究するためのAPIベースの研究の長所と短所を反映している。

関連論文リスト

• Approaches to Analysing Historical Newspapers Using LLMs [1.0225484904475783]
  本研究では,スロヴェニアの歴史新聞『Slovenec』と『Slovenski narod from the sPeriodika corpus』の計算分析を行った。 20世紀の変わり目に、集団的アイデンティティ、政治的指向、そして国民的所有物がどのように公共の場で表現されたかを検討する。
  論文  参考訳（メタデータ） (2026-03-26T05:38:30Z)
• Preserving Historical Truth: Detecting Historical Revisionism in Large Language Models [66.75310318710073]
  textttHistoricalMisinfoは45ドル(約4,400円)の国から50ドル(約5,800円)のコンテストイベントを収集したデータセットです。 実世界の利用を近似するために、一般的な通信設定を反映したプロンプトシナリオを11ドルで、各イベントをインスタンス化する。
  論文  参考訳（メタデータ） (2026-02-19T15:05:10Z)
• Automating Historical Insight Extraction from Large-Scale Newspaper Archives via Neural Topic Modeling [1.4322802933929257]
  本研究は、1955年から2018年までの論文、特に原子力と原子力の安全性に関する談話に焦点を当てたものである。 コーパス全体にわたる様々なトピック分布を分析し,その時間的進化を辿り,公衆談話の長期的傾向と変化を明らかにする。 これにより、原子力や核兵器に関するテーマの共起や、時間とともに重要となる話題の変化など、公共の話題におけるパターンをより正確に探求することが可能になります。
  論文  参考訳（メタデータ） (2025-12-12T15:15:02Z)
• Identifying Narrative Patterns and Outliers in Holocaust Testimonies Using Topic Modeling [13.639727580099484]
  本稿では,先進的な自然言語処理技術を用いて,USC Shoah Foundation Holocaust 証言コーパスを探索する。 質問文を構造化された質問文として扱うことにより、主要なテーマを特定するためにトピックモデリングを適用する。
  論文  参考訳（メタデータ） (2024-05-04T12:29:00Z)
• Blind Dates: Examining the Expression of Temporality in Historical Photographs [57.07335632641355]
  マルチモーダル言語とビジョンモデルであるCLIPのオープンソース実装であるOpenCLIPを用いて、画像の日付を調査する。 我々は1950年から1999年までの39,866枚のグレースケールの歴史的プレス写真を含むtextitDe Boer Scene Detectionデータセットを使用している。 解析の結果、バス、車、猫、犬、そして人々が写っている画像はより正確に年代付けされており、時間的マーカーの存在が示唆されている。
  論文  参考訳（メタデータ） (2023-10-10T13:51:24Z)
• Towards Debiasing Frame Length Bias in Text-Video Retrieval via Causal Intervention [72.12974259966592]
  トリミングビデオクリップのトレーニングセットとテストセットのフレーム長差による時間偏差について,一意かつ体系的に検討した。 Epic-Kitchens-100, YouCook2, MSR-VTTデータセットについて, 因果脱バイアス法を提案し, 広範な実験およびアブレーション研究を行った。
  論文  参考訳（メタデータ） (2023-09-17T15:58:27Z)
• Placing (Historical) Facts on a Timeline: A Classification cum Coref Resolution Approach [4.809236881780707]
  タイムラインは、ある期間に起こった重要な歴史的事実を視覚化する最も効果的な方法の1つである。 複数の(歴史的)テキスト文書からイベントタイムラインを生成するための2段階システムを提案する。 我々の結果は、歴史学者、歴史研究の進展、そして国の社会・政治の風景を理解する上で非常に役立ちます。
  論文  参考訳（メタデータ） (2022-06-28T15:36:44Z)
• Sentiment analysis in tweets: an assessment study from classical to modern text representation models [59.107260266206445]
  Twitterで公開された短いテキストは、豊富な情報源として大きな注目を集めている。 非公式な言語スタイルや騒々しい言語スタイルといったそれらの固有の特徴は、多くの自然言語処理(NLP)タスクに挑戦し続けている。 本研究では,22データセットの豊富なコレクションを用いて,ツイートに表される感情を識別する既存言語モデルの評価を行った。
  論文  参考訳（メタデータ） (2021-05-29T21:05:28Z)
• A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
  過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。 本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。 特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
  論文  参考訳（メタデータ） (2020-08-02T00:09:03Z)

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。