已經把她視為假想敵!川普陣營猛攻賀錦麗
太報.2024年7月5日 08:21
美國副總統賀錦麗已開始被前總統川普陣營當作潛在對手猛烈攻擊。路透社
美國民主黨內正熱烈討論可能替代美國總統拜登出馬角逐年底總統大選的人選,而副總統賀錦麗就是其中一位熱門人選。代表共和黨出征的前總統川普似乎已經把賀錦麗當作假想敵,開始對她發動猛烈砲火攻擊。

路透社週四(7/4)報導,過去48小時內,川普競選陣營和他的政治盟友紛紛在社群媒體等管道上發表攻擊賀錦麗(Kamala Harris)的言論。

共和黨全國委員會(RNC)形容賀錦麗是拜登的「幕後推手」。支持川普的政治行動委員會MAGA則發聲明批評賀錦麗是「入侵沙皇」。拜登於2021年時曾表示,賀錦麗可以協助墨西哥和中美洲國家打擊非法移民問題。共和黨因此把拜登政府管控美墨邊境不利的責任丟到賀錦麗身上。

川普陣營發言人李威特(Karoline Leavitt)說:「賀錦麗是無能的人。她已經證實自己是美國史上最弱也是最糟糕的副總統。她百分之百支持拜登在過去4年所實施的每一項災難性政策。」

根據美國媒體「每日野獸報」( The Daily Beast)週三公布的一段影片,川普在打高爾夫球時大罵賀錦麗「太糟糕,太可悲了」,接著還說出咒罵髒話。

拜登陣營發言人則回嗆:「不,川普,糟糕的是女性權利被剝奪。糟糕的是你輸掉大選後還鼓動暴民攻擊國會山莊。」

路透社報導指出,雖然拜登尚未表示會退選,且賀錦麗也始終堅定支持拜登,但川普此時攻擊賀錦麗沒有任何損失,如果真的由賀錦麗取代拜登出馬選總統,屆時她早已被川普陣營攻擊得體無完膚。

一名川普陣營幕僚說:「如果拜登繼續選,就我們的分析,賀錦麗會扮演更重要角色。如果拜登退選,她就會是潛在候選人。現在的重點是如何定義她。」

雖然川普陣營不斷向外表示,賀錦麗的民意支持度很低。但根據路透社最新民調,如果由賀錦麗對戰川普,兩人的支持度分別是42%和43%,介於誤差範圍內,也代表賀錦麗對決川普的贏面和拜登Vs.川普不相上下。

更多太報報導
普丁看拜川辯論心得:信川普真心想止戰 挺拜登當美國總統
「換登」壓力日增 紐時專欄作家群點名接棒人選
終結保守黨14年執政 英國工黨料奪國會410席次大勝

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

海基會 董事長 請辭

涉貪 賴清德

海基會 董事長 貪污

賴清德 狠辦

生日 涉貪

德州 設立 州長

匯流新聞網
中時新聞網
太報
中時新聞網
鄭文燦500萬元交保 許宇甄籲辭海基會董事長
CNEWS匯流新聞網記者邱璽臣/台北報導 海峽交流基金會董事長鄭文燦疑於桃園市任內,涉嫌收受現金賄賂,桃園地檢署5日指揮調查局桃園市調處傳喚鄭文燦到案說明,偵訊後認涉犯貪污治罪條例職務上行為受賄,今(6)日凌晨向法院聲請羈押禁見,法院下午裁定以新台幣500萬元交保。對此,立委許宇甄表示,從交保金額來看,涉嫌重大,鄭應立即請辭海基會董事長職務。 法院下午裁定以...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司