老公被罵吃軟飯!王鴻薇轟:周玉蔻就是爛「加害受害者」
菱傳媒.2022年9月27日 11:40

王鴻薇(右)27日接受《POP撞新聞》主持人平秀琳(左)專訪。翻攝《POP撞新聞》

(菱傳媒/台北報導)前中姐昨(26日)在國民黨台北市議員王鴻薇的陪同下到台北地檢署提告周玉蔻,周搶先到場鞠躬道歉,與王鴻薇發生口角,兩人互嗆10分鐘,周更脫口罵「妳老公吃軟飯」。事隔一日,王鴻薇餘怒未消砲轟,周玉蔻信口開河,「拿丈夫出來攻擊,妳(周玉蔻)就是爛!」

王鴻薇今上午接受《POP撞新聞》廣播節目訪問,主持人平秀琳問及,周玉蔻先毀滅張淑娟人格,還批評王鴻薇的丈夫10幾「吃軟飯」,這些言論都非常莫名其妙,「到底有沒有一點性平意識?什麼叫『吃軟飯』?他們最喜歡笑(台北市長)柯文哲沒性平意識,結果自己用什麼詞?」

王鴻薇說,自己有看到網友稱周玉蔻沙文主義,什麼叫「吃軟飯」,現在是男女平權的時代,「周玉蔻其實年紀很大,我覺得她可能有很傳統的意識,然後信口雌黃。」周玉蔻26日吃軟飯言論出來後,丈夫就有接到許多慰問、加油電話,甚至還有朋友希望王鴻薇丈夫「去告死她(周玉蔻)。」

王鴻薇表示,自己回到議會辦公室後,助理還開玩笑要王鴻薇丈夫在臉書發文「我好愛好愛老婆」。「我覺得她(周玉蔻)就是個信口開河的人,她第一時間罵我,我當然很生氣,為什麼要牽扯到我家人?」後來自己平靜思考,像周玉蔻這樣的人,其實已經沒有任何公信力,所以也不用在乎對方講了什麼。

王鴻薇強調,自己是民意代表就算了,像張淑娟已經退離公眾圈,是一個安安靜靜過生活的一般人,是沒有能力面對這種事。這次周玉蔻踩到了底線,很多政論節目在選舉時為了幫助某一陣營,便不斷攻擊對手陣營,包括栽贓、抹黑與造謠,這些都看太多,然而周玉蔻今日莫名其妙拉了一個路人甲,還高舉「要去檢驗候選人配不配當台北市長」等言論,邏輯整個錯誤,「蔣孝嚴當時的緋聞是事實,那關兒子(蔣萬安)什麼事情?」

王鴻薇抨擊,很多家庭若發生父母離異、外遇,子女就會成為受害者,今天這件事情,蔣萬安就是受害者,「我今天直接跟周玉蔻說『妳在加害受害者,不是檢驗蔣萬安』。」她痛批,周玉蔻拿不出東西打擊蔣萬安,只好拿父親蔣孝嚴與DNA做攻擊,同樣的,周玉蔻找不到事情可打她,才拿她丈夫出來打擊,「妳(周玉蔻)就是爛!」
 

菱傳媒原始網址:老公被罵吃軟飯!王鴻薇轟:周玉蔻就是爛「加害受害者」

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

國會 改革 覆議案

身分證 文件 塗黑

郭智輝 電價

韓國瑜 生日

民眾黨 出席 海峽

賴清德 終戰

今日新聞NOWnews
中天新聞網
臺灣時報
太報
藍鷹戰青鳥!覆議案表決日國民黨動員情況曝
[NOWnews今日新聞]國會改革覆議案即將在本週進行表決,民團號召連三天包圍立法院抗議,要讓青鳥重返立法院,而國民黨也已經借到21日青島東路、鎮江街到林森南路這一段的路權,屆時將上演「藍鷹戰青鳥」。...
  • 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