論文の概要: A Decade of Climate Polarization on Brazilian YouTube using Language Models
- arxiv url: http://arxiv.org/abs/2609.27811v1
- Date: Tue, 18 Aug 2026 08:38:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.973356
- Title: A Decade of Climate Polarization on Brazilian YouTube using Language Models
- Title（参考訳）: ブラジルのYouTubeにおける言語モデルを用いた気候分極の10年
- Abstract要約: 我々は、ポルトガル語によるYouTubeコメントの大規模なコーパスで、気候のスタンスがどのように表現され、争われているかを特徴付けている。
我々は,Llama 3.1に基づくスケーラブルな自己学習パイプラインを通じて,スタンス属性を運用する。
その結果、偏光は相互作用の対称性によって特徴づけられることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Online platforms have become arenas for the public contestation of climate change, shaping how scientific knowledge, denial, and uncertainty are expressed and disputed. Yet longitudinal evidence remains limited for YouTube, especially for Portuguese-language discourse. Addressing this gap, we characterize how climate stances are expressed and contested over time in a large corpus of Portuguese-language YouTube comments retrieved through Brazil-oriented climate-related searches. To support this analysis in a noisy, imbalanced, and low-resource setting, we collect more than 240,000 comments posted between 2014 and 2024 and formulate stance detection as a three-way classification task (Believer, Denier, and Inconclusive). We operationalize stance attribution through a scalable self-training pipeline based on Llama 3.1, using Low-Rank Adaptation (LoRA) and hybrid instance selection to expand the training set with high-confidence pseudo-labeled examples while preserving class diversity. This approach improves coverage and class balance for minority and rhetorically complex classes, enabling large-scale stance attribution without extensive manual annotation. Our results show that polarisation is marked by interactional asymmetries: denialist comments are less prevalent, but they are associated with a comparatively higher share of cross-stance contestation, while pro-consensus discourse is more strongly reinforced within stance-homogeneous threads.
- Abstract（参考訳）: オンラインプラットフォームは、気候変動の公的なコンテストの場となり、科学的知識、否定、不確実性がどのように表現され、議論されるかを形成する。
しかし、縦断的な証拠はYouTube、特にポルトガル語の会話に限られている。
このギャップに対処するために、ブラジルの気候関連サーチによって検索されたポルトガル語のYouTubeコメントの大規模なコーパスにおいて、気候の姿勢が時間とともにどのように表現され、競合するかを特徴付けます。
この分析をノイズ、不均衡、低リソース設定でサポートするために、2014年から2024年の間に投稿された24万件以上のコメントを収集し、スタンス検出を3方向の分類タスクとして定式化する(Believer、Denier、Inconclusive)。
Llama 3.1をベースとしたスケーラブルな自己学習パイプライン,LoRA(Lolow-Rank Adaptation)とハイブリッドインスタンス選択によるスタンス属性を運用し,クラス多様性を維持しつつ,信頼性の高い擬似ラベル付き例でトレーニングセットを拡張する。
このアプローチは、少数派および修辞学的に複雑なクラスのカバレッジとクラスバランスを改善し、広範囲のマニュアルアノテーションなしで大規模なスタンス属性の属性を可能にする。
偏極性は相互作用の非対称性によって特徴づけられる: 否定論のコメントはそれほど一般的ではないが、比較的高いコンセンサスコンテストのシェアと結びついているのに対し、プロコンセンサス・ディスコースはスタンス・均一なスレッドの中でより強く補強されている。
関連論文リスト
- Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。
我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。
Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
論文 参考訳（メタデータ） (2026-07-21T16:15:05Z) - GRASP: Deterministic argument ranking in interaction graphs [65.66879897437157]
全体的判断はモデル間不一致に悩まされていることを示す。
この不安定性は、議論の複雑な相互作用構造を1つの不透明なスコアに崩壊させることから生じる。
安定な局所的相互作用判断をグローバルなランキングに集約する決定論的なフレームワークであるGRASPを提案する。
論文 参考訳（メタデータ） (2026-05-18T21:49:02Z) - Quantifying and Attributing Polarization to Annotator Groups [6.194291632696817]
ポラリゼーションは、特にヘイトスピーチタスクにおいて、アノテータレースに強く、永続的に起因している。
より教養のあるアノテーションはより主観的であり、教養のあるアノテーションは彼らの間で広く合意する傾向がある。
論文 参考訳（メタデータ） (2026-01-16T12:32:12Z) - How Large Language Models Systematically Misrepresent American Climate Opinions [0.0]
グループレベルの見積もりは、アウトリーチ、コンサルティング、政策設計を誤解させる可能性がある。
これらの結果と実際の人間の反応を交差するアイデンティティで比較した研究はない。
これは特に、意見が対立し多様である気候変動にとって緊急である。
論文 参考訳（メタデータ） (2025-12-29T22:29:10Z) - CliME: Evaluating Multimodal Climate Discourse on Social Media and the Climate Alignment Quotient (CAQ) [14.065907685322097]
CliMEは、TwitterとRedditの2579の投稿からなる、同種のマルチモーダルデータセットである。
このベンチマークはユーモラスなミームと懐疑的な投稿の多様なコレクションを特徴とし、これらのフォーマットが複雑な問題を、世論や政策に関する議論を形作るような、バイラルな物語にどのように蒸留するかを捉えている。
本稿では,5つの異なる次元(Articulation, Evidence, Resonance, transition, specificity)からなる新しい尺度であるClimate Alignment Quotient(CAQ)を紹介する。
以上の結果から,ほとんどのLCMは批判と正義において比較的良好に機能するが,アクティビリティーの軸では常に性能が劣っていることが示唆された。
論文 参考訳（メタデータ） (2025-04-04T20:01:00Z) - Diverging Preferences: When do Annotators Disagree and do Models Know? [92.24651142187989]
我々は,4つのハイレベルクラスにまたがる10のカテゴリにまたがる相違点の分類法を開発した。
意見の相違の大部分は、標準的な報酬モデリングアプローチに反対している。
本研究は,選好の変化を識別し,評価とトレーニングへの影響を緩和する手法を開発する。
論文 参考訳（メタデータ） (2024-10-18T17:32:22Z) - Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。
本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。
観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
論文 参考訳（メタデータ） (2023-11-15T00:02:25Z) - Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
論文 参考訳（メタデータ） (2023-10-23T17:42:01Z) - Unpacking polarization: Antagonism and Alignment in Signed Networks of
Online Interaction [0.3581083356941628]
20世紀、主要断層線は、所有者対労働者、中心対周辺など構造的な紛争によって形成された。
FAULTANAパイプライン(FAULTANA Pipeline)は、署名されたオンラインインタラクションのデータにおいて、主要な障害線を明らかにするための計算手法である。
提案手法により,異なるオンライン討論会でよく見られる敵意の程度を定量化し,また,各議論がいかに主要な障害線に一致しているかを定量化することができる。
論文 参考訳（メタデータ） (2023-07-13T05:57:48Z) - Using Natural Language Explanations to Rescale Human Judgments [81.66697572357477]
大規模言語モデル(LLM)を用いて順序付けアノテーションと説明を再スケールする手法を提案する。
我々は、アノテータのLikert評価とそれに対応する説明をLLMに入力し、スコア付けルーリックに固定された数値スコアを生成する。
提案手法は,合意に影響を及ぼさずに生の判断を再スケールし,そのスコアを同一のスコア付けルーリックに接する人間の判断に近づける。
論文 参考訳（メタデータ） (2023-05-24T06:19:14Z) - Exploring Polarization of Users Behavior on Twitter During the 2019
South American Protests [15.065938163384235]
われわれは、2019年に南アメリカのいくつかの国を麻痺させた抗議活動について、異なる文脈でTwitter上で偏極を探っている。
政治家のツイートやハッシュタグキャンペーンに対するユーザの支持を(反対かにかかわらず)抗議に対する明確なスタンスで活用することにより、何百万人ものユーザーによる弱いラベル付きスタンスデータセットを構築します。
イベント中の「フィルターバブル」現象の実証的証拠は、ユーザベースがスタンスの観点から均質であるだけでなく、異なるクラスタのメディアからユーザが移行する確率も低いことを示すものである。
論文 参考訳（メタデータ） (2021-04-05T07:13:18Z)
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。