「蔡英文才是背骨」許信良胞弟許國泰力挺鄭寶清:教訓這些小鬼
新頭殼.2022年8月30日 10:50
民進黨前立委鄭寶清日前宣布參選桃園市長,同時喊出「年輕人在桃園買房,由政府來出自備款」。   圖:新頭殼資料照/林昀真攝

[新頭殼newtalk] 民進黨前立委鄭寶清於本月27日正式宣布脫黨參選桃園市長,他也在臉書引用黨內前輩、前民進黨主席許信良1999年的脫黨參選宣言,「我不在意我在黨內所處的境遇,但我不能不在意黨不再成為台灣歷史發展的動力」,展現自己堅定決心與豪情壯志。鄭寶清脫黨參選遭民進黨支持者狂罵「背骨」,許信良的弟弟、前立委許國泰卻力挺他,認為他是代表從前黨外精神,出來修理違背理念的不肖後輩。

鄭寶清在臉書引用許信良的脫黨參選宣言,「我不在意我在黨內所處的境遇,但我不能不在意黨不再成為台灣歷史發展的動力。台灣又面臨新的歷史關鍵時刻。像久經戰場的老兵,我又聽到出發的號角聲。大夥不動,我只好千山獨行。除了強烈的歷史使命感,我還有沈重的人生急迫感。」他坦言,自己終於深刻的體悟到許信良當初的捨與不捨,他現在的處境,就是他擔憂的未來,好像身處於自由的世界,實際上卻不能自由的呼吸。他表示。這次站出來,是希望孩子們以後可以大聲說話不要恐懼,「感謝前輩用生命寫下的價值,讓我在這謊言滿天的時候,有勇氣走出這一步。」 

鄭寶清脫黨參選,民進黨支持者罵聲四起,許國泰在接受香港媒體《中評社》採訪時直言,鄭寶清與當初被國民黨開除黨籍的楊麗環不同,不是民進黨培養出來的,而是創黨前輩之一。他也直言,蔡英文沒有按照過去理念推動民主進步,才是真的「背骨」,如今鄭寶清就是被一眾創黨元老推派出來當代表,修理、教訓這些小鬼。

更多新頭殼報導
鄭寶清喊桃園買房「自備款政府出」苦苓酸:知道自己絕不會當選真好
鄭文燦籲「別用情緒推翻」民進黨徵召:黨內民調鄭寶清少鄭運鵬10%!
鄭寶清被3問有沒有拿共產黨錢 秒掛周玉蔻電話

更多相關新聞
鄭寶清被3問有沒有拿共產黨錢 秒掛周玉蔻電話
鄭寶清喊買房「自備款政府出」 苦苓:知道自己不會當選真好
鄭寶清提新黨外運動 找回建黨初衷
傳鄭寶清循「黃珊珊模式」參選 賴香伶:只有黨內民主機制
鄭寶清分裂綠營?鄭文燦撂重話「別用情緒推翻」 脫口黨內民調

2022九合一選舉開跑 看桃園市誰跨世代好感度最高?

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

賴清德 晚會

中華 祖國

金山 勘災

賴清德 致詞

晚會 祖國

賴清德 祖國論

中時新聞網
中廣新聞網
FTNN新聞網
民視
凌濤:賴清德到底有多討厭這個國家?
賴清德總統國慶晚會「祖國論」引譁然,桃園市議員凌濤不滿多位綠營人士替賴洗地,意圖淡化賴清德的魯莽之舉,強調賴若支持台獨就去努力說服國民,不要嘴上支持中華民國,結果偷渡台獨,在中華民國的國慶中切割國民,意圖製造事端,把國家推向對抗與內鬥化,展現剛愎獨裁,將激起中華民國國民最大反撲,感嘆:「賴清德到底有多討厭這個國家?」
  • 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