論文の概要: The Illinois Social Attitudes Aggregate Corpus (ISAAC): An Open Tool and Reproducible Pipeline for Analyzing Social Group Discourse at Scale

• arxiv url: http://arxiv.org/abs/2609.27059v1
• Date: Tue, 22 Sep 2026 20:59:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.771008
• Title: The Illinois Social Attitudes Aggregate Corpus (ISAAC): An Open Tool and Reproducible Pipeline for Analyzing Social Group Discourse at Scale
• Title（参考訳）: イリノイ・ソーシャル・アグリゲート・コーパス(ISAAC:The Illinois Social Attitudes Aggregate Corpus) : 大規模社会集団談話の分析のためのオープン・ツールと再現可能なパイプライン
• Abstract要約: Reddit Illinois Social Aggregate Corpus (ISAAC)は、5億2700万以上の英語投稿のオープンでモジュール化されたコーパスである。 ポストは人種、セクシュアリティ、年齢、能力、体重、肌の色に基づく6つの重要な社会的区別に関連付けるために選ばれた。
• 参考スコア（独自算出の注目度）: 0.11666234644810893
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce the Illinois Social Attitudes Aggregate Corpus (ISAAC), an open, modular, and accessible corpus of 527 million+ English-language Reddit posts selected for relevance to six key social group distinctions based on race, sexuality, age, ability, body weight, and skin tone, covering the 17-year period from 2007 to 2023. A multi-step, human-audited filtering pipeline was used to keep irrelevant content in the curated dataset below 10%, both overall and for each social group distinction. Each post was then algorithmically annotated with the user's estimated home region, along with a suite of validated off-the-shelf and custom semantic labels including moralization, sentiment, emotion, and linguistic generalization. We confirm the validity of the resulting corpus through convergent evidence linking ISAAC to macro-level societal trends, such as online search behavior, temporal spikes during major societal events (both nationally and regionally), and long-term shifts in public attitudes. By offering a unified, public infrastructure, ISAAC eliminates research fragmentation and enables seamless replication while supporting diverse empirical workflows at scale. Specifically, ISAAC allows investigators to perform cross-category comparisons, conduct high-precision tracking of long-term temporal shifts in social group discourse, and map spatial variation onto localized public opinion and policy outcomes. ISAAC's fully public, modular pipeline facilitates easy extension of the corpus to new platforms, languages, and social categories. To accommodate various research needs, ISAAC is accessible both without coding through a point-and-click website and labeler web-apps, and programmatically via an SQL playground, a Python package, and HuggingFace.
• Abstract（参考訳）: 2007年から2023年までの17年間に渡り、人種、セクシュアリティ、年齢、能力、体重、肌のトーンに基づいて6つの主要な社会集団の区別に関連して選ばれた5億2700万以上の英語のReddit投稿のオープンでモジュール的でアクセス可能なコーパスであるIlicon Social Attitudes Aggregate Corpus(ISAAC)を紹介した。 マルチステップで人間監査されたフィルタリングパイプラインを使用して、キュレートされたデータセットにおける無関係なコンテンツを、全体と社会集団の区別の両方で10%以下に保持した。 それぞれの投稿は、アルゴリズムによってユーザの見積されたホームリージョンに注釈付けされ、モラル化、感情、感情、言語一般化を含む、既定のオフザシェルフとカスタムセマンティックラベルがセットされた。 我々は、ISAACをオンライン検索行動、主要な社会イベント(国内と地域の両方)における時間的スパイク、公衆の態度の長期的変化など、マクロレベルの社会トレンドにリンクする収束した証拠により、得られたコーパスの有効性を確認した。 統一されたパブリックインフラストラクチャを提供することで、ISAACは研究の断片化を排除し、さまざまな経験的ワークフローを大規模にサポートしながらシームレスなレプリケーションを可能にする。 具体的には、ISAACは、調査員が横断的な比較を行い、社会集団の言論における長期の時間的変化を高精度に追跡し、局所的な世論や政策成果に空間変動をマッピングすることを可能にする。 ISAACの完全なパブリックなモジュラーパイプラインは、コーパスを新しいプラットフォーム、言語、ソーシャルカテゴリに容易に拡張するのに役立つ。 さまざまな研究ニーズに対応するため、ISAACは、ポイント・アンド・クリックのWebサイトやラベラのWebアプリを通じてコーディングすることなく、SQLグラウンド、Pythonパッケージ、HuggingFaceを介してプログラム的にアクセスすることができる。

関連論文リスト

• Social-Annotate: Self-Healing Browser Extension to Annotate and Collect Social Media Data [4.5765295530618895]
  Social-Annotateは、オンラインプラットフォーム上でのデータ収集を容易にするフレキシブルなブラウザ拡張である。 カスタマイズ可能なフォームをWebページに注入することで、ユーザはネイティブ環境と対話しながらアノテーションをキャプチャする。 Social-Annotateは,非技術ユーザを対象とした調査フォームのための,ノーコードデザインインターフェースを提供する。
  論文  参考訳（メタデータ） (2026-07-01T20:31:53Z)
• @GrokSet: multi-party Human-LLM Interactions in Social Media [6.836704021198838]
  大規模言語モデル(LLM)は、公共のソーシャルメディアプラットフォーム上で活発な参加者として、ますます多くデプロイされている。 私たちは@GrokSetを紹介します。これは、X上の@Grok LLMを含む100万以上のツイートの大規模なデータセットです。 LLMは一般のアシスタントとして機能する代わりに、高い評価と政治的議論の分極化において権威的アービターとしてしばしば呼び出される。
  論文  参考訳（メタデータ） (2026-02-11T12:42:32Z)
• Alexandria: A Library of Pluralistic Values for Realtime Re-Ranking of Social Media Feeds [14.541219695017936]
  ソーシャルメディアフィードのランキングアルゴリズムは、目的としてエンゲージメントに集中しすぎると失敗する。 ソーシャルメディアのアルゴリズムに$textitlibrary of valuesを提示する。 我々は,ユーザの希望値に基づいて,X/Twitterフィードをリアルタイムで再ランクするブラウザエクステンションを開発した。
  論文  参考訳（メタデータ） (2025-05-16T04:13:04Z)
• Multi-Platform Aggregated Dataset of Online Communities (MADOC) [64.45797970830233]
  MADOCはBluesky、Koo、Reddit、Voat(2012-2024)のデータを集め、標準化している。 このデータセットは、標準化されたインタラクション記録と感情分析を通じて、プラットフォーム間の有害な振る舞いの進化の比較研究を可能にする。
  論文  参考訳（メタデータ） (2025-01-22T14:02:11Z)
• SocialED: A Python Library for Social Event Detection [53.928241775629566]
  SocialEDは、ソーシャルイベント検出(SED)タスクをサポートするように設計された、包括的なオープンソースのPythonライブラリである。 詳細なドキュメンテーションを備えた統一APIを提供し、研究者や実践者がソーシャルメディアにおけるイベント検出の完全なソリューションを提供する。 SocialEDは、グラフ構築やトークン化など、幅広い事前処理技術をサポートし、モデルのトレーニングや予測のための標準化されたインターフェースを含んでいる。
  論文  参考訳（メタデータ） (2024-12-18T03:37:47Z)
• 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)
• CommunityFish: A Poisson-based Document Scaling With Hierarchical Clustering [0.0]
  本稿では,単語空間上の階層的クラスタリング,すなわちルービンアルゴリズムに基づくWordfishの拡張版としてCommunityFishを紹介し,コーパスから出現する意味的および独立したn-gramとしてコミュニティを生成する。 この戦略は、コミュニティが重複しない構造であるため、Poissonスケーリングモデルの実行の高速化に加えて、当事者や講演者を識別する上で重要な情報的力を持つため、結果の解釈可能性を強調している。
  論文  参考訳（メタデータ） (2023-08-28T19:52:18Z)
• Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
  ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。 自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。 本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
  論文  参考訳（メタデータ） (2023-07-05T20:16:20Z)
• EDSA-Ensemble: an Event Detection Sentiment Analysis Ensemble Architecture [63.85863519876587]
  Sentiment Analysisを使って、イベントに属する各メッセージの極性やイベント全体を理解することで、オンラインソーシャルネットワークにおける重要なトレンドやダイナミクスに関する一般的な感情や個人の感情をよりよく理解することができます。 本研究では,ソーシャルメディアから現在起きているイベントの極性検出を改善するために,イベント検出と知覚分析を用いた新しいアンサンブルアーキテクチャEDSA-Ensembleを提案する。
  論文  参考訳（メタデータ） (2023-01-30T11:56:08Z)
• Detecting socially interacting groups using f-formation: A survey of taxonomy, methods, datasets, applications, challenges, and future research directions [3.995408039775796]
  社会的行動は、ロボットが持つことのできる最も追求された性質の1つである。 このような品質を持つためには、ロボットがグループの形成を判断し、自らの位置を決定する必要がある。 この問題に関連するすべての懸念とモジュールを組み合わせた,新たな総合的な調査フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-13T11:51:17Z)
• Constructing interval variables via faceted Rasch measurement and multitask deep learning: a hate speech application [63.10266319378212]
  本稿では,教師付き深層学習と多面的ラッシュアイテム応答理論(IRT)構築手法を組み合わせることで,連続区間スペクトル上の複素変数を測定する手法を提案する。 われわれは、YouTube、Twitter、Redditから5万件のソーシャルメディアコメントを収集し、1万1000人の米国拠点のAmazon Mechanical Turkの労働者によってラベル付けされたデータセット上で、この新しい手法を実証した。
  論文  参考訳（メタデータ） (2020-09-22T02:15:05Z)

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。