被中和30名里長告 吳崢「剩下一滴滴血條」溫情喊話中和人
三立新聞網 setn.com.2024年1月10日 11:50

記者李鴻典/台北報導

民進黨中和立委候選人吳崢。(圖/翻攝自吳崢臉書)

新北中和30名里長9日對民進黨立委候選人吳崢及政治評論員李正皓提告,認為誣指賄選涉嫌誹謗。吳崢表示尊重,並籲國民黨立委候選人張智倫不要躲樁腳後面,出來面對檢驗。吳崢也在9日深夜感性發文寫道,「在今天還剩下一滴滴血條的情況下,用力擠出想和大家說的話」,他說,要拜託大家,請先放下所有政治上、意識形態上的成見,無論你的立場為何,都不應該讓「發錢」選舉這樣的事,繼續在台灣發生。

「大家好,我是吳崢。在我今天還剩下一滴滴血條的情況下,用力擠出想和大家說的話。 」吳崢坦言,這次中和的選戰,前所未有的艱辛,也前所未有的黑暗。選到最後兩三天,他身心已經完全超出負荷,精疲力竭都不足以形容,是只要一停下來,就會馬上昏睡的程度。

「我真的很擔心,真的真的很擔心。今天張智倫發動了他的大樁腳里長謝森儒對我提告。從我揭發張智倫涉嫌賄選以來,大家可以仔細注意,張智倫從來沒有否認『發錢』,今天對我提告的里長們也都沒有否認張智倫『發錢』」。

「現在,張智倫正在發動他的所有基層組織,全面性的對我攻擊」。中和真的岌岌可危。吳崢說,最後的兩三天,他除了繼續燃燒生命,只剩下懇求再懇求。

「或許,中和有許多人拿過張智倫的好處,但是,我們中和要的,真的只有這樣嗎?我要懇求所有的大家,想盡辦法找到你戶籍在中和的朋友,請告訴你的爸媽、爺爺奶奶、親戚鄰居、同學朋友,告訴他們,中和需要一個改變的機會,中和千萬不能走回頭路」。

吳崢強調,要拜託大家,請先放下所有政治上、意識形態上的成見,無論你的立場為何,都不應該讓「發錢」選舉這樣的事,繼續在台灣發生。「我相信,大家都深愛台灣、深愛中和,更珍惜我們得來不易的民主。拜託!請給我一次機會!1月13日出來投票,集中選票支持⓵號吳崢,讓我守住中和!」

民進黨中和立委候選人吳崢。(圖/翻攝自吳崢臉書)

更多三立新聞網報導
吳怡農質疑國防部遭出征 486先生力挺:若是早上,台股絕對會大跌
中國射衛星 律師:國家警報宛如照妖鏡,讓中國在台協力者現形!
為何這次發警報?真的是飛彈,國防部能攔截嗎?黑熊學院給答案
趙少康拋健保點值一點一元 王必勝批政客:外行人開空頭支票騙選票

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

政府 宣傳 預算

中國 橡皮艇 偷渡

罷免 謝國樑

曾姸潔 鍾小平

侯友宜 力挺 謝國樑

柯文哲 京華城

太報
中天新聞網
FTNN新聞網
TVBS新聞網
政府水電預算暴增22.5%達98億 藍委喊刪:花納稅錢完全不手軟
立法院新會期將審查預算,賴政府明年度編列水電費98億4493萬元,比去年增加18億1000萬元,增幅22.5%。國民黨立委許宇甄今(9/14)指出,民進黨政府要民眾節約用電,自己卻把冷氣開好開滿,花納稅人的錢完全不手軟,揚言要刪減預算。
  • 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