拜登又被抓包口誤　稱自己「非裔女性」

今日新聞NOWnews．2024年7月7日 08:20

▲美國總統拜登在首場電視辯論會中表現失利，近來又被抓包口誤。（圖／美聯社／達志影像）

[NOWnews今日新聞] 美國總統拜登在與前總統川普進行電視辯論後，因為表現不佳而面臨民主黨逼宮「換登」浪潮。但拜登堅持「選到底」，更稱只有「全能的上帝能叫我退選」。但近來又被抓包口誤，自稱是「首位輔佐非裔總統的非裔女性」、「小時候在德拉瓦州當選總統」。

根據《紐約郵報》報導，儘管高齡81歲的拜登在首次電視辯論中表現慘不忍睹，在4日美國獨立日（Independence Day）時密集安排了與媒體訪談，但在接受費城黑人廣播電台WURD專訪時，卻又出現口誤狀況。

拜登向節目主持人洛佛桑德斯（Andrea Lawful-Sanders）表示，「順帶一提，誠如我說過，我以身為首位非裔女性副總統…為非裔總統效力為榮。」

他似乎是要闡述自己擔任前總統歐巴馬（Barack Obama）的副手，之後選擇首名亞非裔女性副總統賀錦麗（Kamala Harris）作為他的搭檔，似乎是把要講的話搞混了，將自己誤稱為「非裔女性」。

▲美國總統拜登（左）與副總統賀錦麗4日一同於白宮觀賞國慶煙火。（圖／美聯社／達志影像）

這只是整場專訪中的數次口誤之一，他還說「我還是個孩子的時候，我是第一位在德拉瓦州全州範圍內當選的總統（first president that got elected statewide in the state of Delaware, when I was a kid.）」。

此外他還表示，了解非裔力爭上游的不容易，因為他以往不認為天主教徒能夠成為總統，直到逾60年前甘迺迪（John F. Kennedy）當選才實現。他說，「我注視著甘迺迪並說，『嗯，他─約翰─他當選了，我為什麼不能當選呢？』人民需要值得景仰的事蹟。」

拜登電視辯論表現不佳面臨逼宮聲浪

不過拜登現在面臨越來越大的壓力，要求他退出總統競選。據路透社和益普索（Ipsos）的民調顯示，3分之1的民主黨人認為拜登應該退選。而民主黨的金主也都公開表達了他們對拜登年齡相關問題的擔憂。

拜登近來接受美國廣播公司新聞（ABC News）獨家專訪時承認，上個星期的電視辯論確實是個「糟糕的插曲」，但當被問到「如果你被說服自己無法擊敗川普，你會退選嗎」，拜登的回答則是「這要看情況—如果全能的主下來告訴我，我可能會這麼做」。

最新選舉新聞

多元觀點

不同視角的媒體報導

金山豪雨

疑賴論國際

罷免謝國樑

晚會登場

山陀兒重創高雄

美軍雷神抬價

今日新聞NOWnews

中天新聞網

TVBS新聞網

颱風天後易生病媒蚊！4步驟教防疫病爆發

[NOWnews今日新聞]山陀兒颱風為台灣帶來強風和豪雨，造成部分地區傳出災情。環境部提醒，民眾於風災過後務必落實居家環境整頓、清除積水容器，以降低傳染病感染風險。為了防止風災後居家或戶外積水容器孳生...

選舉假訊息查核

看更多新聞專輯

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