吳釗燮狂嗆徐巧芯8次:趕快告我藐視國會
今日新聞NOWnews.2024年5月2日 17:32

▲立法院外交與國防委員會今(2)日邀請外交部長吳釗燮備詢,國民黨立委徐巧芯指出,網路數據顯示將轉任國安會祕書長的吳釗燮,負面聲量是國安團隊中最高。(圖/資料照片)

[NOWnews今日新聞] 立法院外交與國防委員會今(2)日邀請外交部長吳釗燮備詢,國民黨立委徐巧芯指出,網路數據顯示將轉任國安會祕書長的吳釗燮,負面聲量是國安團隊中最高。吳釗燮則稱,最擔心的是「有立委幫中國踢中華民國一腳。」徐巧芯則要求吳把名字講出來,但吳釗燮回嗆「請委員趕快去告我藐視國會。」

徐巧芯今在立院外交與國防委員會質詢吳釗燮,指出《美麗島電子報》3月民調顯示,民眾很不滿意的部會首長中,吳釗燮排名第六名,TPOC網路調查顯示,吳釗燮也是國安國防人事中,負面聲量最高的。

吳釗燮回應,他不知道自己負面聲量很高是什麼原因,但網路上有很多對政府官員、立法委員的調查,他自己在立院備詢都希望照實來說,「但我最擔心的一件事情是,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。」

徐巧芯則反問「誰是補踢一腳的立委?你不能說有人補踢一腳卻不說是誰啊?」吳釗燮說,「委員自己去想,有、就有。」

徐巧芯直言,吳釗燮說有不知名立委,配合中國大陸踢中華民國一腳,這是很嚴厲的指控。吳釗燮反嗆說,「你可以去告我藐視國會」徐巧芯則說,還沒通過,通過就會去告。場面越發激烈。

徐巧芯酸當場一一點名,是沈伯洋、陳冠廷、徐巧芯、馬文君、陳永康委員嗎?吳釗燮卻跳針連嗆,「委員最快的方式就是去告我藐視國會,趕快去告我藐視國會、趕快去告我藐視國會」。

徐巧芯最後說,如果吳釗燮在國會殿堂上指控任何一位立委配合中國大陸,就應該要負責任把名字講出來,否則這就是對全體立法委員的不尊重。但吳最後仍沒有說出名字,只說可以去告他藐視國會。徐也反嗆,以後會通過的。

更多 NOWnews 今日新聞 報導
吳釗燮跳針狂嗆徐巧芯 郭正亮提「綠猛將」獻策國民黨這樣對付
錄音檔是大姑友人給的?林于倫妻打臉徐巧芯:我只給她婆婆
兩度稱涉案就辭!徐巧芯又改口「判刑才辭」吳靜怡怒:她沒有標準

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 衝突

朱立倫 就職

京華城案 非交辦

議場 衝突

蔡英文 特赦 陳水扁

馮世寬 發表

TVBS新聞網
TVBS新聞網
TVBS新聞網
太報
立院開打!陳菁徽擋鍾佳濱「摔倒在地上」 韓國瑜一旁看傻
立法院院會今(17)日處理國會改革法案,藍白立委輪守在議場門口,朝野表決前已率先開戰,多批人馬爆衝突,民進黨立委鍾佳濱企圖衝上主席台,被國民黨立委陳菁徽擋下,導致陳整個摔倒在地上。值得注意的是,立法院長韓國瑜也在一旁看傻,似乎對這起衝突感到很驚訝。
  • 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