「講秘密」直播放送!守議場談高雄選舉「藍白合」 王定宇:哪來豬隊友
三立新聞網 setn.com.2024年5月28日 11:15

記者陳怡潔/台北報導

翁曉玲、王育敏、柯志恩顧議場。(圖/翻攝自翁曉玲臉書)

立法院今(28)日續審查國會改革法案,昨晚國民黨立委、民眾黨立委在議場門口輪班守,白委林國成和現場藍委柯志恩談2026年高雄市選舉「藍白合」,遭到媒體全程直播,林跟媒體表示「我們在講秘密」要求關靜音,但前面談話內容已經遭直播放送出去了。對此,民進黨立委王定宇說,「這是哪來的豬隊友⋯⋯」;國民黨立委翁曉玲則回應,大家朋友底下私底下閒聊,沒有觸及選舉敏感議題。

王定宇在臉書上指出昨晚藍白立委對話,林國成表示:「國民黨用無黨還會上。」柯志恩說:「里長啊,我們高雄里長就是國民黨最好用無黨籍,最好是別掛國民黨,屏東也是啊。」,王育敏認為:「議員啦,議員無黨籍也會。」柯志恩:「我們議員也…我們通常是里長。」

這時林國成主動轉移話題說:「我們這個事情弄好了(指法案三讀後)以後,去看看你們柯氏宗親吧。」,柯志恩詢問:「柯氏宗親哦?柯P(指民眾黨主席柯文哲)哦?另外一個柯P嘛?」,林國成回話:「對。因為我跟你講哦,高雄是我負責,我一直在促成…我跟你講哦,像台中就好(指向王育敏),他們真的是…他們私底下在…。」

突然柯志恩意識到旁邊有媒體,趕緊詢問「欸你們有在拍啊?」。記者表示:「沒有,沒有在拍,就這一台…我把聲音關掉,聲音關掉。」林國成隨即說,「因為我們在談秘密。」

翁曉玲今天受訪還原昨晚現場指出,昨天輕鬆場合大家委員聊天,國民黨昨天有三位委員包含她、柯志恩、王育敏留守,林國成來探班,在議場門前座位上面分享選舉經驗,聊聊天而已沒有談機密大事。選舉事情至少還要一年半以後,大家朋友底下私底下閒聊,沒有觸及選舉敏感議題。

民眾黨立委黃國昌(左)、林國成(右)探班國民黨團。(圖/張智倫辦公室)

更多三立新聞網報導
出新招!國民黨甩黑布喊「掀開黑布、拒絕黑箱」 民進黨舉雙面名字扇子
小粉紅獵巫逼台灣藝人表態 柯文哲指「兩岸民心更疏離」:換來是厭惡感
懶人包/國會職權修法案表決3天3夜!二讀通過條文一次看 28日拚三讀
花蓮人醞釀罷免 傅崐萁喊「身上光榮標記」:欣然面對!歡迎也接受

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

審查 立委

蘇巧慧 參選 新北

王定宇 佔領 主席台

委員會 開會

民進黨 佔領

三立 洗錢 主嫌

今日新聞NOWnews
台灣新生報
CTWANT
中廣新聞網
院版學輔法草案通過 柯志恩:逐條比對差異
[NOWnews今日新聞]立法院教育及文化委員會今(4)日審查「學生輔導法部分條文修正草案」,但在接近中午的時候,由於得知行政院院會通過《學生輔導法》部分條文修正草案,將送立法院審議,引起召委柯志恩不...
  • 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