論文の概要: High prevalence of antagonizing rhetoric in trending topics on Twitter/X

• arxiv url: http://arxiv.org/abs/2610.22455v1
• Date: Thu, 15 Oct 2026 16:31:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.60037
• Title: High prevalence of antagonizing rhetoric in trending topics on Twitter/X
• Title（参考訳）: Twitter/Xにおけるトレンドトピックにおけるアタゴナイズドレトリックの高頻度化
• Abstract要約: ドイツのTwitter圏におけるツイートの3分の1は、アタゴライズするレトリックを含んでいる。 右利きのユーザは、左利きのユーザーよりもかなりアタゴライズされたレトリックを使っている。 両形態の対立的レトリックは、政治的キャンプで強く増幅されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Disagreement between political opponents is a central element of democracy. This disagreement can be voiced in different ways. An opponent can be antagonized, i.e. portrayed as an enemy that needs to be overcome, or they can be criticized, i.e. treated as a legitimate adversary with whom one can engage. While the latter is a fundamental part of democratic exchange, the former can be detrimental to public discourse. Political disagreement increasingly takes place on social media, where negativity towards political out-groups has been found to drive engagement. However, existing research has largely treated such negativity as a single dimension, leaving open whether it is antagonization or criticism that circulates on these platforms. This work addresses this gap by introducing a computational approach to detect these two types of rhetoric in text and identify its targets. On a corpus of over 17 million tweets from trending topics in the German Twittersphere, the method reveals that about a third of all tweets contain antagonizing rhetoric. Comparing tweets from trending topics to a random sample shows that the discourse in trending topics is systematically more antagonizing than ordinary Twitter communication. Combining antagonization detection with a large-scale estimation of users' political leaning, we find that right-leaning users employ antagonizing rhetoric significantly more than their left-leaning counterparts. Furthermore, both forms of oppositional rhetoric are strongly amplified within political camps, with multipliers retweeting them up to twice as often as tweets without oppositional rhetoric. Finally, patterns of antagonized targets reveal how different political camps construct their out-groups, with the right-wing populist party AfD and the Green party as the central antagonists of the opposing camps.
• Abstract（参考訳）: 政治的対立者の相違は民主主義の中心的な要素である。 この意見の相違は異なる方法で説明できる。 相手は敵として、すなわち克服される必要がある敵として描かれるか、批判されるか、あるいは相手と交戦できる正統な敵として扱われる。 後者は民主的交換の基本的な部分であるが、前者は公共の議論に有害である。 ソーシャルメディア上では政治的不一致がますます起こり、政治的外集団に対する否定が関与を促している。 しかし、既存の研究はそのような否定性を一つの次元として扱っていて、それがこれらのプラットフォームに流通する敵意や批判であるかどうかを未然に残している。 この研究は、テキスト中の2種類の修辞を検知し、そのターゲットを特定するための計算手法を導入することで、このギャップに対処する。 ドイツのTwitter圏のトレンドトピックから1700万件以上のツイートが寄せられたコーパスでは、全ツイートの約3分の1がアタゴライズするレトリックが含まれていることが判明した。 トレンドトピックのツイートをランダムなサンプルと比較すると、トレンドトピックの会話は通常のTwitterのコミュニケーションよりも体系的に敵対的であることが分かる。 ユーザの政治的傾きの大規模推定と対角化検出の併用により,右利きの利用者は左利きの利用者よりも有意にアタゴライズレトリックを取り入れていることがわかった。 さらに、対立するレトリックの両形態は、政治的キャンプ内で強く増幅され、乗算者は反抗的なレトリックのないツイートの2倍の頻度でリツイートする。 最後に、対立する標的のパターンは、右翼のポピュリスト政党AfDと緑の党が対立する陣営の中心的敵として、異なる政治キャンプがアウトグループを構築する方法を明らかにしている。

関連論文リスト

• 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)
• Quantifying the Uniqueness and Divisiveness of Presidential Discourse [49.88461213232482]
  本稿では,大規模言語モデルに基づく一意性尺度を提案する。 ドナルド・トランプの演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱している証拠が見つかりました。
  論文  参考訳（メタデータ） (2024-01-02T19:00:17Z)
• Collective moderation of hate, toxicity, and extremity in online discussions [1.114199733551736]
  われわれはTwitter上で4年間に13万件以上の議論を交わした大規模なコーパスを分析した。 我々は、後続のつぶやきにおけるヘイトスピーチの確率に関係している可能性のある、さまざまな談話の次元を識別する。 事実によって必ずしも支持されない単純な意見を表現することは、その後の議論において最も憎悪に関係している。
  論文  参考訳（メタデータ） (2023-03-01T09:35:26Z)
• 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)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• 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)
• Towards Measuring Adversarial Twitter Interactions against Candidates in the US Midterm Elections [25.374045377135307]
  我々は,2018年の米総選挙に臨む米下院の候補者に対する敵対的相互作用を計測する。 我々は、特定の候補に向けられた有害なコンテンツでツイートを検出する新しい手法を開発した。 我々はこれらの手法を用いて、攻撃的名声、暴力の脅威、不信任情報の投稿、アイデンティティへの攻撃、敵対的メッセージの繰り返しなど、選挙で見られる敵の対話の幅を概説する。
  論文  参考訳（メタデータ） (2020-05-09T10:00:41Z)

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。