論文の概要: TikStance: A Multimodal and Hierarchical Dataset for Multi-target Stance Analysis in TikTok Political Conversations
- arxiv url: http://arxiv.org/abs/2607.15240v1
- Date: Thu, 16 Jul 2026 17:37:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.197997
- Title: TikStance: A Multimodal and Hierarchical Dataset for Multi-target Stance Analysis in TikTok Political Conversations
- Title（参考訳）: TikStance:TikTok政治対話におけるマルチターゲットスタンス分析のためのマルチモーダルかつ階層的データセット
- Abstract要約: 我々は、TikTokから161の動画と13,876のコメントからなるマルチモーダルでコンテキスト対応のデータセットであるTikStanceを提示する。
このデータセットは、ドナルド・トランプ、ジョー・バイデン、カマラ・ハリスの3人の主要政治関係者が2023年9月から2025年1月までに収集したコンテンツをカバーしている。
各ディスカッションユニットは、ホストビデオとそのメタデータを親リンクされたコメントツリーにリンクし、オーディオ視覚と会話の両方のコンテキストにおけるスタンス分析を可能にする。
- 参考スコア（独自算出の注目度）: 4.101075054019962
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Political discourse has increasingly moved to short-video platforms, yet computational analysis of such content remains constrained by the scarcity of datasets that jointly preserve audiovisual information and hierarchical conversations. Here we present TikStance, a multimodal and context-aware dataset comprising 161 videos and 13,876 comments from TikTok, designed for stance detection in political discussions. The dataset covers three major political figures in the 2024 U.S. election cycle--Donald Trump, Joe Biden, and Kamala Harris--with content collected between September 2023 and January 2025. Each discussion unit links a host video and its metadata to a parent-linked comment tree, enabling stance analysis within both audiovisual and conversational context. Each item was independently labeled by three annotators using a three-class scheme (Favor, Against, None) for video-to-target and comment-to-target stance; items with disagreement were re-annotated, and the final Krippendorff's \(α\) reached 0.743, 0.723, and 0.722 for the Trump, Biden, and Harris subsets, respectively. Descriptive analysis further reveals target-dependent differences in stance distributions and conversational depth, with nested replies accounting for 23.3\% of all comments. By combining multi-target coverage, hierarchical conversations, and reliable multi-level human annotations, TikStance supports research in multimodal stance detection, political communication, computational social science, and context-aware natural language processing.
- Abstract（参考訳）: 政治談話はますますショートビデオプラットフォームに移行してきたが、そのようなコンテンツの計算分析は、オーディオ視覚情報と階層的な会話を共同で保存するデータセットの不足によって制約され続けている。
ここでは、TikTokの161の動画と13,876のコメントからなるマルチモーダルでコンテキスト対応のデータセットであるTikStanceを紹介します。
このデータセットは、ドナルド・トランプ、ジョー・バイデン、カマラ・ハリスの3人の主要政治関係者が2023年9月から2025年1月までに収集したコンテンツをカバーしている。
各ディスカッションユニットは、ホストビデオとそのメタデータを親リンクされたコメントツリーにリンクし、オーディオ視覚と会話の両方のコンテキストにおけるスタンス分析を可能にする。
それぞれの項目は、ビデオからターゲットまでの3種類のスキーム(Favor, Against, None)とコメントからターゲットへのスタンス(コメントからターゲットへのスタンス)を使用して、3つのアノテーターによって独立にラベル付けされ、意見の相違のある項目は再注釈され、トランプ、バイデン、ハリスの各サブセットは最終クリッペンドルフの0.743、0.723、0.722に達した。
記述的分析は、全てのコメントの23.3\%をネストした返信で、姿勢分布と会話の深さの目標依存性の違いをさらに明らかにしている。
マルチターゲットカバレッジ、階層的会話、信頼性の高いマルチレベルヒューマンアノテーションを組み合わせることで、TikStanceはマルチモーダルな姿勢検出、政治的コミュニケーション、計算社会科学、コンテキスト対応自然言語処理の研究を支援する。
関連論文リスト
- TruthStance: An Annotated Dataset of Conversations on Truth Social [0.5249805590164902]
我々は2023-2025年にまたがるトゥルース社会会話スレッドの大規模データセットであるトゥルーススタンスを紹介した。
我々は、引数マイニングとクレームベースのスタンス検出にまたがる1500のインスタンスの人間による注釈付きベンチマークを提供する。
最高のパフォーマンス設定を使用して、24,352の投稿(argument presence)と107,873のコメント(親による)の追加ラベルをリリースします。
論文 参考訳（メタデータ） (2026-02-16T02:25:02Z) - 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) - PolitiSky24: U.S. Political Bluesky Dataset with User Stance Labels [4.748038457227373]
スタンス検出は、政治的人物のような特定の対象に対してテキストで表される視点を特定する。
ブルースキーから収集された2024年アメリカ合衆国大統領選挙の姿勢検出データセットを提示する。
データセットは、エンゲージメントメタデータ、インタラクショングラフ、ユーザー投稿履歴に富んだ16,044人のユーザターゲットスタンスペアで構成されている。
論文 参考訳（メタデータ） (2025-06-09T10:06:25Z) - AgoraSpeech: A multi-annotated comprehensive dataset of political discourse through the lens of humans and AI [1.3060410279656598]
アゴラ・スペーチ(AgoraSpeech)は、ギリシャ国民選挙中の2023年の6つの政党による171の政治演説を精巧にキュレートした高品質なデータセットである。
このデータセットには、テキスト分類、トピック識別、感情分析、名前付きエンティティ認識、分極、ポピュリズム検出の6つの自然言語処理(NLP)タスクのためのアノテーション(1段落)が含まれている。
論文 参考訳（メタデータ） (2025-01-09T18:17:59Z) - SpeakGer: A meta-data enriched speech corpus of German state and federal parliaments [0.12277343096128711]
SpeakGerデータセットは、1947年から2023年までのドイツ連邦議会とドイツ連邦議会の16州すべてからの議論で構成されている。
このデータセットには、聴衆からのスピーチに対する反応と、講演者のパーティー、年齢、選挙区、政党の政治的アライメントに関する情報という形で、豊富なメタデータが含まれている。
論文 参考訳（メタデータ） (2024-10-23T14:00:48Z) - The MuSe 2024 Multimodal Sentiment Analysis Challenge: Social Perception and Humor Recognition [64.5207572897806]
マルチモーダル・センティメント・アナリティクス・チャレンジ (MuSe) 2024は、現代の2つのマルチモーダル・インフルエンスと感情分析の問題に対処する。
Social Perception Sub-Challenge (MuSe-Perception)では、参加者は16種類の個人の社会的属性を予測する。
クロスカルカルカルチャー・ヒューモー検出サブチャレンジ(MuSe-Humor)データセットは、Passau Spontaneous Football Coach Humorデータセット上に拡張される。
論文 参考訳（メタデータ） (2024-06-11T22:26:20Z) - MD3: The Multi-Dialect Dataset of Dialogues [20.144004030947507]
本稿では,インド,ナイジェリア,米国から英語を表現した会話音声のデータセットを紹介する。
データセットには、20時間以上のオーディオと、20万以上の正書法で書き起こされたトークンが含まれている。
論文 参考訳（メタデータ） (2023-05-19T00:14:10Z) - Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。
全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。
我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
論文 参考訳（メタデータ） (2023-01-16T05:56:58Z) - TikTalk: A Video-Based Dialogue Dataset for Multi-Modal Chitchat in Real
World [97.58623810402563]
我々はTikTalkと呼ばれるビデオベースのマルチモーダル対話データセットを導入する。
人気ビデオ共有プラットフォームから38Kのビデオを収集し、その下のユーザーから367Kの会話を投稿した。
ユーザーはビデオのマルチモーダルな体験に基づいて自発的な会話をし、現実世界のchitchatコンテキストを再現する。
論文 参考訳（メタデータ） (2023-01-14T10:18:22Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳（メタデータ） (2020-08-31T17:44:28Z) - KdConv: A Chinese Multi-domain Dialogue Dataset Towards Multi-turn
Knowledge-driven Conversation [66.99734491847076]
我々は,中国語の多分野知識駆動会話データセットKdConvを提案する。
私たちのコーパスには3つのドメイン(映画、音楽、旅行)から4.5Kの会話と、平均19.0の回転数で86Kの発話が含まれています。
論文 参考訳（メタデータ） (2020-04-08T16:25:39Z) - VIOLIN: A Large-Scale Dataset for Video-and-Language Inference [103.7457132841367]
ビデオとテキストのマルチモーダル理解のための新しいタスク, Video-and-Language Inferenceを導入する。
サブタイトルを前提としたビデオクリップと、そのビデオコンテンツに基づいて自然言語仮説とをペアリングすると、モデルは、その仮説が所定のビデオクリップに関連付けられているか、矛盾しているかを推測する必要がある。
このタスクには、Violin(VIdeO-and-Language Inference)という名の新しい大規模データセットが導入された。
論文 参考訳（メタデータ） (2020-03-25T20:39:05Z)
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。