elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Persuasiveness of News Editorials depending on Ideology and Personality

El Baff, Roxanne und Al Khatib, Khalid und Stein, Benno und Wachsmuth, Henning (2020) Persuasiveness of News Editorials depending on Ideology and Personality. In: Third Workshop on Computational Modeling of People's Opinions, Personality, and Emotion's in Social Media, 3, Seiten 29-40. Association for Computational Linguistics, Barcelona, Spain (Online). Proceedings of the Third Workshop on Computational Modeling of People's Opinions, Personality, and Emotion's in Social Media, 2020-12-13, Barcelona (Online).

[img] PDF
671kB

Offizielle URL: https://www.aclweb.org/anthology/2020.peoples-1.4

Kurzfassung

News editorials aim to shape the opinions of their readership and the general public on timely controversial issues. The impact of an editorial on the reader’s opinion does not only depend on its content and style, but also on the reader’s profile. Previous work has studied the effect of editorial style depending on general political ideologies (liberals vs.conservatives). In our work, we dig deeper into the persuasiveness of both content and style, exploring the role of the intensity of an ideology (lean vs.extreme) and the reader’s personality traits (agreeableness, conscientiousness, extraversion, neuroticism, and openness). Concretely, we train content- and style-based models on New York Times editorials for different ideology- and personality-specific groups. Our results suggest that particularly readers with extreme ideology and non ‘‘role model” personalities are impacted by style. We further analyze the importance of various text features with respect to the editorials’ impact, the readers’ profile, and the editorials’ geographical scope.

elib-URL des Eintrags:https://elib.dlr.de/140158/
Dokumentart:Konferenzbeitrag (Programmrede)
Titel:Persuasiveness of News Editorials depending on Ideology and Personality
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
El Baff, RoxanneGerman Aerospace Center (DLR), Germanyhttps://orcid.org/0000-0001-6661-8661NICHT SPEZIFIZIERT
Al Khatib, KhalidBauhaus-Universität WeimarNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Stein, BennoBauhaus-Universität WeimarNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wachsmuth, HenningPaderborn University, Paderborn, GermanyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Dezember 2020
Erschienen in:Third Workshop on Computational Modeling of People's Opinions, Personality, and Emotion's in Social Media
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Band:3
Seitenbereich:Seiten 29-40
Verlag:Association for Computational Linguistics
Name der Reihe:Proceedings of the Third Workshop on Computational Modeling of People's Opinions, Personality, and Emotion's in Social Media
Status:veröffentlicht
Stichwörter:natural language processing, discourse analysis, computational social science, style analysis
Veranstaltungstitel:Proceedings of the Third Workshop on Computational Modeling of People's Opinions, Personality, and Emotion's in Social Media
Veranstaltungsort:Barcelona (Online)
Veranstaltungsart:Workshop
Veranstaltungsdatum:13 Dezember 2020
Veranstalter :Malvina Nissim, University of Groningen - Viviana Patti, University of Turin - Barbara Plank, IT University of Copenhagen
HGF - Forschungsbereich:keine Zuordnung
HGF - Programm:keine Zuordnung
HGF - Programmthema:keine Zuordnung
DLR - Schwerpunkt:keine Zuordnung
DLR - Forschungsgebiet:keine Zuordnung
DLR - Teilgebiet (Projekt, Vorhaben):keine Zuordnung
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Softwaretechnologie
Institut für Softwaretechnologie > Intelligente und verteilte Systeme
Hinterlegt von: El Baff, Roxanne
Hinterlegt am:11 Jan 2021 14:15
Letzte Änderung:24 Apr 2024 20:41

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.