순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
2024년 미국 대선 기간 X 플랫폼 정치 입장 탐지: 고전·신경망·트랜스포머 모델 비교 연구
Political stance detection on X during the 2024 U.S. election: a comparative study of classical, neural, and transformer models
Qile Wang, Sahar Ostadrahimi, Safoura Faghri 외 · Social Network Analysis and Mining · 2026년 · 조회 12
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-11 발표 · 게재 1일차 · Social Network Analysis and Mining
‘NEW PAPER’ 슬롯은 최신성과 참신성을 기준으로 선정하며, 2026년 11월 발표된 최신 연구이며 아직 피인용이 0회인 점이 반영되었습니다.
논문 요약
온라인 소셜 네트워크에서 정치적 입장을 정확히 파악하는 것이 어려워지는 상황에서, 저자는 2024년 미국 대선 기간 X에 게시된 약 10만 개의 짧은 글을 대상으로 정치 입장을 트럼프, 바이든·카말라, 중립의 세 클래스로 정의하였다. 동일한 전처리·라벨링·평가 파이프라인 하에 고전 머신러닝, 문장 임베딩 기반 신경망, 도메인 적응 트랜스포머 모델을 비교하였다. 연구는 각 모델의 성능 차이를 정량적으로 제시하고, 주제 모델링을 통해 키워드와 테마를 보조적으로 분석하였다.
후속 연구설계에 활용하기
본 연구의 라벨링 체계(세 클래스 정치 입장)와 10만 건 데이터셈플링·전처리 파이프라인은 후속 연구에서 다른 정치 이벤트나 플랫폼에 적용해 비교 실험을 설계하는 데 활용할 수 있다.
핵심어
정치 입장 탐지X 플랫폼고전 모델트랜스포머 모델
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.