Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies

Created by
  • Haebom

作者

Elyas Meguellati, Stefano Civelli, Pietro Bernardelle, Shazia Sadiq, Irwin King, Gianluca Demartini

概要

本稿では、政治広告内の説得力のある要素を検出するための統合アプローチを紹介します。 SemEval 2023 Task 3のSubtask 3で最先端のパフォーマンスを達成する軽量モデルを開発し、オーストラリア連邦選挙2022 Facebook広告データセット(APA22)を収集して実際のアプリケーションを実証します。従来の方法より少ない計算リソースと学習データで高いパフォーマンスを達成し、主要ニュースからソーシャルメディアコンテンツにモデルを微調整してAPA22データセットに適用、政治キャンペーンが資金戦略、単語選択、人口統計的ターゲティング、選挙日が近づくにつれて変化する説得強度などを通じて説得を活用する方式のパターンを明らかにします。結果は、ソーシャルメディアにおける説得分析のためのドメイン特化モデリングの必要性と、これらの戦略を明らかにすることが透明性を高め、有権者を知らせ、デジタルキャンペーンの責任を高めることに貢献することを示しています。

Takeaways、Limitations

Takeaways:
ソーシャルメディア政治広告内の説得的要素の検出に効率的な軽量モデルを提示
オーストラリア連邦選挙2022フェイスブック広告データセット(APA22)を活用した実際の適用例を提示
政治キャンペーンの説得戦略(資金、単語選択、ターゲティング、時間的変化)分析による透明性の向上と有権者情報の提供
ドメイン特化モデリングの重要性の強調とデジタルキャンペーンの責任の向上
Limitations:
APA22データセットの部分的なコメントのみを使用する(フルデータセットのコメントはありません)
モデルの一般化性能に関するさらなる研究の必要性(他の国または選挙データセットの適用性検証が必要)
説得の正確な定義と測定に関するさらなる議論の必要性
様々な説得技法の包括的な分析ではなく、特定のパターンの分析に集中
👍