論文の概要: The Surge of Anti-Semitism in German Social Media following the October 7 Attacks

• arxiv url: http://arxiv.org/abs/2609.36290v1
• Date: Mon, 28 Sep 2026 21:18:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.018912
• Title: The Surge of Anti-Semitism in German Social Media following the October 7 Attacks
• Title（参考訳）: ドイツのソーシャルメディアにおける10月7日の攻撃による反ユダヤ主義の高まり
• Abstract要約: 我々は、2023年10月7日のハマスによるイスラエル攻撃が、ドイツにおけるユダヤ教とイスラエルに関するソーシャルメディアの議論にどの程度影響を与えたかを調査する。 大規模言語モデル(LLM)を用いたユーザ投稿における26のアンチセミティックカテゴリの検出手法を開発した。 反ユダヤ主義は両プラットフォームで著しく急増しているが、TelegramではFacebookに比べて約10倍多い。
• 参考スコア（独自算出の注目度）: 0.12318267573115804
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We investigate the extent to which the Hamas attacks on Israel of October 7, 2023, have affected German social media debates about Judaism and Israel. For this, we develop an approach to detect 26 anti-Semitic categories in user postings via large language models (LLMs). The approach is applied to Facebook and Telegram posts (N=125,718) from three months before and after the event. Methodically, we test different open-weight models in two setups---with and without user information as additional context to the post text. The best setup achieves up to 83 % F1-score for binary anti-Semitism detection on our manually coded validation set. User context provides valuable information for most LLMs and drastically reduces false positives, for example, when (critically) reporting on anti-Semitic incidents. Concerning our topic, we find that anti-Semitism is surging significantly on both platforms, while being about ten times more prevalent on Telegram compared to Facebook. Facebook users express anti-Semitic views most likely in posts about an alleged genocide in Gaza carried out by the Israeli army, whereas classic anti-Semitic stereotypes related to power and conspiracy theories are dominant on Telegram. After the attack, the discourse patterns on both platforms show signs of convergence, as classic anti-Semitism increases on Facebook, whereas Israel-related categories surge on Telegram.
• Abstract（参考訳）: 我々は、2023年10月7日のハマスによるイスラエル攻撃が、ドイツにおけるユダヤ教とイスラエルに関するソーシャルメディアの議論にどの程度影響を与えたかを調査する。 そこで我々は,大規模言語モデル(LLM)を用いたユーザ投稿における26のアンチセミティックカテゴリを検出する手法を開発した。 このアプローチは、イベント前後の3ヶ月からFacebookとTelegramの投稿(N=125,718)に適用される。 理論的には、2つのセットアップで異なるオープンウェイトモデルをテストします。 最適な設定は、手動でコード化された検証セット上で、最大83%のF1スコアでバイナリ・アンチ・セミティズム検出を実現します。 ユーザコンテキストは、ほとんどのLCMにとって貴重な情報を提供し、例えば(批判的に)反セミティックなインシデントを報告する場合など、偽陽性を大幅に減少させる。 当社のトピックに関して言えば、反ユダヤ主義は両プラットフォームで著しく増加しており、Facebookに比べてTelegramの方が約10倍多いことが分かります。 Facebookユーザーは、イスラエル軍によるガザにおけるジェノサイドの疑いのある投稿で反セミティックな見解を表明し、一方、権力と陰謀論に関連する古典的な反セミティックなステレオタイプはTelegramで支配的である。 攻撃後、両プラットフォームでの談話パターンは、古典的な反ユダヤ主義がFacebookで増加し、イスラエル関連のカテゴリーがTelegramで急増するにつれて、収束の兆しを見せている。

関連論文リスト

• Evaluating Large Language Models for Antisemitic Incident Classification [64.21103964951531]
  本稿では, 有害事象検出の課題を紹介し, きめ細かいラベルによる反ユダヤ事象の報告の発見と分類を行うAIシステムの能力について検討する。 OpenAIのGPT-4oとMetaのLlama-3.2-3B-Instructing on datasets including antisemitic event descriptions from News article, civil society report, and official records。
  論文  参考訳（メタデータ） (2026-07-06T10:14:53Z)
• Monitoring the evolution of antisemitic discourse on extremist social media using BERT [3.3037858066178662]
  ソーシャルメディアに対する人種差別と不寛容は、悪質なオンライン環境に寄与する。 オンライン議論において、反ユダヤ主義のテーマとその関連する用語を追跡することは、参加者の感情を監視するのに役立つだろう。
  論文  参考訳（メタデータ） (2024-02-06T20:34:49Z)
• How toxic is antisemitism? Potentials and limitations of automated toxicity scoring for antisemitic online content [0.0]
  Perspective APIはGoogleとJigsawによるテキスト毒性評価サービスである。 我々は、有害な反ユダヤ主義のテキストがいかに評価され、また、有害性のスコアが、異なるアンチ・セミズムのサブフォームに関してどのように異なるかを示す。 基本レベルでは、パースペクティブAPIは、反ユダヤ主義的な内容が有毒であると認識するが、非明示的な反ユダヤ主義の形式に関して重大な弱点を示す。
  論文  参考訳（メタデータ） (2023-10-05T15:23:04Z)
• Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
  本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。 Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。 この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
  論文  参考訳（メタデータ） (2023-06-06T08:41:02Z)
• Antisemitic Messages? A Guide to High-Quality Annotation and a Labeled Dataset of Tweets [0.0]
  我々は、6,941ツイートのラベル付きデータセットを作成し、ユダヤ人、イスラエル、反ユダヤ主義に関する会話に共通する幅広いトピックをカバーしています。 このデータセットには、IHRA(International Holocaust Remembrance Alliance)による反ユダヤ主義の定義に基づく1,250のツイート(18%)が含まれている。
  論文  参考訳（メタデータ） (2023-04-28T02:52:38Z)
• Codes, Patterns and Shapes of Contemporary Online Antisemitism and Conspiracy Narratives -- an Annotation Guide and Labeled German-Language Dataset in the Context of COVID-19 [0.0]
  インターネット上の反ユダヤ的・陰謀論のコンテンツは、データ駆動型アルゴリズムアプローチを不可欠にしている。 我々は、新型コロナウイルスのパンデミックの文脈において、オンラインコンテンツにおける反ユダヤ的・陰謀的理論のためのアノテーションガイドを開発する。 我々は、コード化やホロコースト後のアンチ・セミズムのような特定の形のアンチ・セミズムを含む作業定義を提供する。
  論文  参考訳（メタデータ） (2022-10-13T10:32:39Z)
• Comparing the Language of QAnon-related content on Parler, Gab, and Twitter [68.8204255655161]
  保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。 われわれは投稿をParlerの#QAnonというハッシュタグと比較する。 Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。 これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
  論文  参考訳（メタデータ） (2021-11-22T11:19:15Z)
• "Subverting the Jewtocracy": Online Antisemitism Detection Using Multimodal Deep Learning [23.048101866010445]
  オンラインの反ユダヤ主義の自動マルチモーダル検出の方向の最初の仕事を提示します。 TwitterとGabからの3,102と3,509のソーシャルメディア投稿で2つのデータセットをラベル付けしました。 本論文では, ポストからのテキストと画像を用いて, アンチセミズムコンテンツとその特定のアンチセミズムカテゴリの存在を検出するマルチモーダル深層学習システムを提案する。
  論文  参考訳（メタデータ） (2021-04-13T05:22:55Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。