拿舊謠言抹黑護航徐巧芯 黃捷轟藍:豬隊友
今日新聞NOWnews.2024年4月19日 07:39

▲黃捷怒轟,國民黨公然造謠、捕風捉影,抹黑自己來試圖護航徐巧芯。(圖/NOWnews資料照片)

[NOWnews今日新聞] 民進黨立委黃捷近日因國民黨徐巧芯大姑涉洗錢案爭議,雙方唇槍舌戰不休,國民黨團昨(18)日召開記者會指控,黃捷母親加入老鼠會、賣中國茶葉,黃捷變成「老鼠捷」。對此,黃捷怒轟,國民黨公然造謠、捕風捉影,抹黑自己來試圖護航徐巧芯。「都過5年了耶,是不是代表國民黨沒東西可以罵我了?國民黨這些豬隊友,不僅上錯車,結果自己又再次翻車。

黃捷表示,「護航也要做功課國民黨還要繼續連連看嗎?國民黨照抄過去2020年罷免團體攻擊我的文案,又冷飯熱炒一次。竟然大動作開記者會,拿我的家人曾經的貼文來影射,說是老鼠會,更造謠說我母親在中國賣茶葉。國民黨公然造謠、捕風捉影,抹黑我來試圖護航徐巧芯。藉這個機會,我就再澄清一次。」

黃捷指出,「我的母親從沒在中國經商,也沒有賣過茶,更沒有賣過國民黨所指控的不實商品。雖然此事與我無關,但既然愛玩連連看,我也鄭重澄清。要連也要連得像一點,全都是憑圖說故事,如果國民黨有任何證據,歡迎提出。這5年我已經澄清無數次,今天還要講,實在心累。國民黨可以用連連看抹黑一個人,還用了5年,完全不聽對方的澄清,這是什麼超時空旅人的抹黑術?」

黃捷說,此謠言的歷史是這樣:2019年,詹江村為了抹紅她,造謠她母親在中國賣茶葉,統促黨何建華則搜集情資,拿此事回報中共,更試圖用假消息企圖影響台灣選舉。2020年,罷免團體為攻擊她,又再次指控她母親賣茶葉、做直銷,還拿去做成文宣、挨家挨戶的發放,對我做鋪天蓋地的攻擊。直至2022、2023年,在競選議員跟立委時,都還有人拿來造謠、意圖使人不當選。

黃捷表示,實在沒想到,這種不實內容到2024年國民黨還要撿去用。都過5年了耶,是不是代表國民黨沒東西可以罵了?國民黨這些豬隊友,不僅上錯車,結果自己又再次翻車。

黃捷最後總結:國民黨的不長進,正是國家打擊假消息的最大阻礙。因為這個黨的本質就是做惡劣的政治詐騙,請先從自身做起、改善造謠歪風,再來講別人!

更多 NOWnews 今日新聞 報導
徐巧芯遭質疑財產年增415萬!他列出明細 嗆黃捷財產也暴增3百萬
替徐巧芯抱屈! 國民黨:黃捷媽疑似加老鼠會難道是「老鼠捷」?
傅崐萁率藍委訪中缺席院會 黃捷酸薪水小偷「親中勢力蠢蠢欲動」

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

提案 中國

吳秉叡 投票

勞工 大遊行

陳耀祥 移送 監察院

調漲 電價

陳耀祥 立院

信傳媒
三立新聞網 setn.com
三立新聞網 setn.com
三立新聞網 setn.com
健保法修法》藍營拋健保點值「1點1元」送黨團協商 薛瑞元:明年恐需漲健保費
立法院衛環委員會2日審查國民黨立委王育敏、蘇清泉等人所擬「全民健保法第62條條文
  • 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