誰補踢台灣?吳釗燮連嗆徐巧芯10次:快告我藐視國會
新頭殼.2024年5月2日 11:10

外交部長吳釗燮今(2)天在立院外交及國防委員會備詢。   圖:張良一/攝

[Newtalk新聞] 在野黨要制定「藐視國會罪」成為話題。外交部長吳釗燮今(2)日在立法院外交及國防委員會備詢時,與國民黨籍立委徐巧芯擦出火花。對於吳釗燮稱「我最擔心,就是當中國在欺負我們的時候,我們的立法委員是補進來踢一腳」,徐要吳說出是哪個立委,吳釗燮則連嗆至少十次,「趕快去告我藐視國會」。

徐巧芯質詢時首先針對台灣援助烏克蘭事宜,對於徐巧芯詢問台灣援助烏克蘭金額,吳釗燮說,如果包括民眾捐獻,約莫是1億美元。

對於蕭美琴訪問捷克時,有無就協助烏克蘭承諾要提供任何資源,吳釗燮說,很誠實的回答,蕭副總統當選人去捷克時候,沒有做任何承諾,這些都是外交部與其他國家在做討論的。例如,烏克蘭政府目前與台灣政府沒有直接關係,如果要協助,只能夠透過這些友善國家,例如波蘭、捷克、斯洛伐克、立陶宛等可以跟他們一起合作,進入到烏克蘭協助他們建設。目前都是這樣在做。

徐巧芯追問,是沒有關係,還是時間沒有重疊,吳釗燮則說,沒關係,這是外交部一直跟友善國家在做討論的,跟蕭副總統當選人去沒有關係。

對於美麗島電子報民調,吳釗燮在11位被挑出調查的內閣部長裡,不滿意度達第六名一事,吳釗燮則說,他也有看過有其他民意調查,他是在內閣表現最好,不滿意度最低的。

徐巧芯說,很冒昧想問一下是哪個民調?吳釗燮則說,可以去網路上看得到。

對於有網路調查吳釗燮評價不好,吳釗燮也回擊說,他不確定是什麼原因,但網路上一些調查的確有很多,包括對政府官員、對立委也有,至於他在立法院接受委員質詢都希望照實來說,但他最擔心,就是當中國在欺負我們的時候,我們的立法委員是補進來踢一腳。

這時徐巧芯追問是哪個立委,吳釗燮則說,「這個部分就由委員自己去想」。兩人還一來一往「誰啊?」、「有」互相回應數次。徐巧芯則要召委主持公道,但吳釗燮則打斷「你可以去告我藐視國會」。徐則說,「還沒通過,如果通過會告」。吳則說,「趕快去告、趕快去告我藐視國會」。從頭到尾吳釗燮一共講了 10次「趕快去告我藐視國會」。

查看原文

更多Newtalk新聞報導
全力挺台 布林肯:邀台參加WHA是至關重要的一步
藍黨團稱「中國」應改用「大陸」 吳釗燮:讓台灣人民不可置信

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

朝野 達成 卓榮泰

朱立倫 就職

議場 衝突

出席 賴清德

文化部 集資

國會 改革 法案

中時新聞網
中時新聞網
今日新聞NOWnews
台視新聞網
賴清德赴立院國情報告有譜 朝野13日協商
準總統賴清德將在520就任,立法院國民黨、民眾黨團均提案邀請賴清德到立法院國情報告,藍綠白三黨10日達共識,13日黨團協商。藍黨團總召傅崐萁說「不設任何限制」;民進黨團總召柯建銘指出,要協商的事項包括總統報告要先來還是後來,以及總統來的時候要不要統問統答。
  • 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