介文汲、蕭旭岑指AIT干預柯文哲案 師大教授揭4矛盾:人一藍,就腦殘?
三立新聞網 setn.com.2024年9月16日 14:50

記者劉宇鈞/台北報導

范世平強調,介文汲與蕭旭岑也有一定的教育程度,竟想出這四個自我矛盾的說法,讓人不解。(圖/資料照)

民眾黨主席柯文哲因京華城容積率弊案遭羈押禁見,前駐紐西蘭大使介文汲近日稱此事續辦,美國在台協會(AIT)將出手干預,馬英九基金會執行長蕭旭岑也稱「AIT的關切百分之百是真的」,不過卻遭到AIT打臉「我們不介入台灣的司法事務」。對此,師大教授范世平揭開深藍人士的4個邏輯矛盾之處,質疑「人一藍,就腦殘?」。

范世平今(16)日表示,藍營人士的邏輯不通讓人匪夷所思,介文汲與蕭旭岑都是屬於深藍的「親中反美」派,竟說有管道顯示,賴清德政府辦柯文哲案太徹底會引發AIT出手施壓。事實上這兩人的立場與美國完全違背,AIT怎會透過他們放話?還是他們已經改加入了「親美」陣營?這是第一個矛盾。

范世平指出,美國當前的主流民意就是「反中」,柯文哲近年來「兩岸一家親」的說法也被視為「親中」,「柯案」似乎與中國的「區塊鏈」與虛擬貨幣有關,AIT為何要阻撓賴政府偵辦「柯案」?這是第二個矛盾。

范世平說,介文汲與蕭旭岑說美國現在要總統大選所以希望台灣穩定,而賴政府辦「柯案」會引發台灣混亂。「有嗎?那些小草掀起了什麼狂風巨浪?我看到的反而是陳佩琪在搞民眾黨的內亂,藍白在立院因各懷鬼胎而一團亂,但賴清德卻因打貪而民調上揚。這是第三個矛盾。」

范世平也說,美國根本不可能干預台灣的司法,更不會施壓賴清德停辦「柯案」,因為賴沒這個權力。「難道對美國來講,支持柯文哲的程度比鄭文燦(前桃園市長)更高?否則為何鄭被收押時,AIT沒表態反對?這是第四個矛盾。」

「所以真是『人一藍,就腦殘?』」范世平強調,介文汲與蕭旭岑也有一定的教育程度,竟想出這四個自我矛盾的說法,讓人不解;藍綠可以有不同立場,但麻煩要顧及邏輯。

無罪推定原則。(三立新聞網製圖)

更多三立新聞網報導
自我吐槽?民眾黨辦路跑活動 小草們竟被稱為「堂口生物」
黃珊珊稱「容獎20%」全國一致!簡舒培打臉:妳24年市政專業到底在哪?
陳佩琪自揭1628萬金流 律師黃帝穎:違反經驗法則、顛覆社會常識
狂打電話給四叉貓?陳智菡還原真相:只有噁心可以形容「牠」

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

韓國瑜 晚會 募款

基隆 罷免 謝國樑

喊話 卓榮泰

柯文哲 京華城

死刑 釋憲案

綠委 喊話 國土法

今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
鍾小平曾點名這2人綠營最美:高嘉瑜排第三
[NOWnews今日新聞]民眾黨主席柯文哲涉嫌圖利遭羈押,國民黨台北市議員鍾小平過去曾力挺柯文哲,如今卻狂打柯,被國民黨桃園市議員詹江村爆料,鍾小平是因想追民眾黨美女參選人曾妍潔不成,才惱羞成怒遷怒民...
  • 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