論文の概要: Political Depolarization of News Articles Using Attribute-aware Word Embeddings

• arxiv url: http://arxiv.org/abs/2101.01391v1
• Date: Tue, 5 Jan 2021 07:39:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-11 11:46:09.472435
• Title: Political Depolarization of News Articles Using Attribute-aware Word Embeddings
• Title（参考訳）: 属性認識単語埋め込みを用いたニュース記事の政治的非分極化
• Authors: Ruibo Liu, Lili Wang, Chenyan Jia, Soroush Vosoughi
• Abstract要約: 米国では政治的分極が増加している。 この分極は、イデオロギーエコーチャンバーの生成に寄与することで、公共の球体に悪影響を及ぼす。 ニュース記事を偏極化するためのフレームワークを紹介します。
• 参考スコア（独自算出の注目度）: 7.411577497708497
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Political polarization in the US is on the rise. This polarization negatively affects the public sphere by contributing to the creation of ideological echo chambers. In this paper, we focus on addressing one of the factors that contributes to this polarity, polarized media. We introduce a framework for depolarizing news articles. Given an article on a certain topic with a particular ideological slant (eg., liberal or conservative), the framework first detects polar language in the article and then generates a new article with the polar language replaced with neutral expressions. To detect polar words, we train a multi-attribute-aware word embedding model that is aware of ideology and topics on 360k full-length media articles. Then, for text generation, we propose a new algorithm called Text Annealing Depolarization Algorithm (TADA). TADA retrieves neutral expressions from the word embedding model that not only decrease ideological polarity but also preserve the original argument of the text, while maintaining grammatical correctness. We evaluate our framework by comparing the depolarized output of our model in two modes, fully-automatic and semi-automatic, on 99 stories spanning 11 topics. Based on feedback from 161 human testers, our framework successfully depolarized 90.1% of paragraphs in semi-automatic mode and 78.3% of paragraphs in fully-automatic mode. Furthermore, 81.2% of the testers agree that the non-polar content information is well-preserved and 79% agree that depolarization does not harm semantic correctness when they compare the original text and the depolarized text. Our work shows that data-driven methods can help to locate political polarity and aid in the depolarization of articles.
• Abstract（参考訳）: 米国では政治的分極が増加している。 この分極は、イデオロギーエコーチャンバーの生成に寄与することで公共の球体に悪影響を及ぼす。 本稿では,この偏光性・偏光性メディアに寄与する要因の1つに焦点をあてる。 ニュース記事の非分極化のための枠組みを提案する。 特定のイデオロギー的スラント(リベラルあるいは保守的な)のあるトピックに関する記事が与えられたとき、このフレームワークはまず記事の中の極性言語を検出し、その後極性言語を中立表現に置き換えた新しい記事を生成する。 極性単語を検出するために,360kのメディア記事のイデオロギーや話題を認識する多属性単語埋め込みモデルを訓練する。 次に,テキスト生成のための新しいアルゴリズムであるtext annealing depolarization algorithm (tada)を提案する。 TADAは、イデオロギーの極性を減少させるだけでなく、文法的正しさを維持しつつ、テキストの元の引数を保っている単語埋め込みモデルから中立表現を検索する。 11のトピックにまたがる99のストーリーに対して,本モデルの非分極出力を完全自動と半自動の2つのモードで比較することにより,我々のフレームワークを評価する。 161人のテスタからのフィードバックに基づき,本フレームワークは半自動モードで90.1%,全自動モードで78.3%を脱分極した。 さらに、被験者の81.2%は、非極性コンテンツ情報は保存状態が良く、79%は、原文と非極性テキストを比較した場合、非極性が意味的正確性に影響を与えないことに同意している。 我々の研究は、データ駆動手法が政治的極性を見つけるのに役立ち、記事の非極性化を助けることを示している。

関連論文リスト

• Polarity Calibration for Opinion Summarization [46.83053173308394]
  極性校正は、出力要約の極性と入力テキストの極性を調整することを目的としている。 本稿では,製品レビューの要約と政治意見記事の要約という,2種類の意見要約タスクをモデルとして評価する。
  論文  参考訳（メタデータ） (2024-04-02T07:43:12Z)
• Mitigating Framing Bias with Polarity Minimization Loss [56.24404488440295]
  偏見バイアスは、実際の出来事の知覚を歪ませることによって政治的分極を悪化させる重要な役割を担っている。 そこで本研究では,フレーミングバイアスを低減するために,偏光入力項目間の極性差を最小限に抑える新たな損失関数を提案する。
  論文  参考訳（メタデータ） (2023-11-03T09:50:23Z)
• Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
  われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。 全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。 我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
  論文  参考訳（メタデータ） (2023-01-16T05:56:58Z)
• Detecting Political Biases of Named Entities and Hashtags on Twitter [28.02430167720734]
  米国のイデオロギー部門は、日々のコミュニケーションにおいてますます顕著になっている。 テキストコーパス内の政治的バイアスを検出することで、そのテキストの極性を記述し、識別しようとすることができる。 極性を考慮したマルチタスク学習モデルを提案する。
  論文  参考訳（メタデータ） (2022-09-16T18:00:13Z)
• NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias [54.89737992911079]
  様々な政治スペクトルの複数のニュース見出しから中立的な要約を生成する新しい課題を提案する。 最も興味深い観察の1つは、生成モデルは、事実的に不正確なコンテンツや検証不可能なコンテンツだけでなく、政治的に偏ったコンテンツにも幻覚を与えることができることである。
  論文  参考訳（メタデータ） (2022-04-11T07:06:01Z)
• Millions of Co-purchases and Reviews Reveal the Spread of Polarization and Lifestyle Politics across Online Markets [68.8204255655161]
  多様な市場において,異なる製品セグメントにおける分極とライフスタイル政治の広範性について検討する。 政治的に関連性があり、整列し、偏極化した製品カテゴリーを見つけるために、218万の市場組織間で236万の関連をサンプリングした。 文化製品は他のどの部分よりも4倍偏光度が高い。
  論文  参考訳（メタデータ） (2022-01-17T18:16:37Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• Detecting Polarized Topics in COVID-19 News Using Partisanship-aware Contextualized Topic Embeddings [3.9761027576939405]
  ニュースメディアの分極化の高まりは、熱狂的な意見の相違、論争、さらには暴力までもが非難されている。 パルチザンニュースソースから偏光トピックを自動的に検出する手法であるPartisanship-aware Contextualized Topic Embeddings (PaCTE)を提案する。
  論文  参考訳（メタデータ） (2021-04-15T23:05:52Z)
• Exploring Polarization of Users Behavior on Twitter During the 2019 South American Protests [15.065938163384235]
  われわれは、2019年に南アメリカのいくつかの国を麻痺させた抗議活動について、異なる文脈でTwitter上で偏極を探っている。 政治家のツイートやハッシュタグキャンペーンに対するユーザの支持を(反対かにかかわらず)抗議に対する明確なスタンスで活用することにより、何百万人ものユーザーによる弱いラベル付きスタンスデータセットを構築します。 イベント中の「フィルターバブル」現象の実証的証拠は、ユーザベースがスタンスの観点から均質であるだけでなく、異なるクラスタのメディアからユーザが移行する確率も低いことを示すものである。
  論文  参考訳（メタデータ） (2021-04-05T07:13:18Z)
• Analyzing Political Bias and Unfairness in News Articles at Different Levels of Granularity [35.19976910093135]
  本論文では, 偏見の自動検出だけでなく, 政治的偏見や不公平さが言語的にどのように表現されるかについても検討する。 我々は,adfontesmedia.comから派生したラベル付き6964ニュース記事の新しいコーパスを活用し,バイアス評価のためのニューラルモデルを開発した。
  論文  参考訳（メタデータ） (2020-10-20T22:25:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。