論文の概要: A Survey on Predicting the Factuality and the Bias of News Media

• arxiv url: http://arxiv.org/abs/2103.12506v1
• Date: Tue, 16 Mar 2021 11:11:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-05 01:06:53.346311
• Title: A Survey on Predicting the Factuality and the Bias of News Media
• Title（参考訳）: ニュースメディアの事実性とバイアスの予測に関する調査研究
• Authors: Preslav Nakov, Husrev Taha Sencar, Jisun An, Haewoon Kwak
• Abstract要約: 「事実と偏見のためのメディアプロファイリングの現状」 「西洋政治の背景にある政治的偏見検出は、左中右偏見の予測である」 「異なる情報源とモダリティの使用の最近の進歩」
• 参考スコア（独自算出の注目度）: 29.032850263311342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The present level of proliferation of fake, biased, and propagandistic content online has made it impossible to fact-check every single suspicious claim or article, either manually or automatically. Thus, many researchers are shifting their attention to higher granularity, aiming to profile entire news outlets, which makes it possible to detect likely "fake news" the moment it is published, by simply checking the reliability of its source. Source factuality is also an important element of systems for automatic fact-checking and "fake news" detection, as they need to assess the reliability of the evidence they retrieve online. Political bias detection, which in the Western political landscape is about predicting left-center-right bias, is an equally important topic, which has experienced a similar shift towards profiling entire news outlets. Moreover, there is a clear connection between the two, as highly biased media are less likely to be factual; yet, the two problems have been addressed separately. In this survey, we review the state of the art on media profiling for factuality and bias, arguing for the need to model them jointly. We further discuss interesting recent advances in using different information sources and modalities, which go beyond the text of the articles the target news outlet has published. Finally, we discuss current challenges and outline future research directions.
• Abstract（参考訳）: 偽物、偏り、広汎性のあるオンラインコンテンツの現在のレベルは、疑わしいクレームや記事のすべてについて、手動または自動で事実チェックが不可能になっている。 したがって、多くの研究者は、ニュースメディア全体のプロファイル化を目標として、その情報源の信頼性を単に確認することで、その発表の瞬間に「フェイクニュース」を検出することができるように、より高い粒度に注意を向けている。 ソースの事実性は、オンラインで取得した証拠の信頼性を評価する必要があるため、自動ファクトチェックや"フェイクニュース"検出のためのシステムの重要な要素でもある。 政治的バイアス検出は、西側の政治状況において左中心右バイアスを予測することを目的としているが、同様に重要な話題であり、ニュースメディア全体のプロファイリングにも同様の変化を経験している。 さらに、偏見の高いメディアが事実である可能性が低いため、両者の間には明確なつながりがあるが、この2つの問題は別々に解決されている。 本稿では,メディアプロファイリングにおける事実と偏見の実態を概観し,それらを共同でモデル化する必要性について論じる。 我々はさらに、ターゲットニュースサイトが公開した記事のテキストを超えた、異なる情報ソースとモダリティの利用に関する最近の興味深い進歩について論じる。 最後に,現在の課題を議論し,今後の研究の方向性について概説する。

関連論文リスト

• Mapping the Media Landscape: Predicting Factual Reporting and Political Bias Through Web Interactions [0.7249731529275342]
  本稿では,最近発表されたニュースメディアの信頼性評価手法の拡張を提案する。 大規模ニュースメディアハイパーリンクグラフ上での4つの強化学習戦略の分類性能を評価する。 本実験は,2つの難解なバイアス記述子,事実報告と政治的偏見を対象とし,情報源メディアレベルでの大幅な性能向上を示した。
  論文  参考訳（メタデータ） (2024-10-23T08:18:26Z)
• Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
  我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。 我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
  論文  参考訳（メタデータ） (2023-11-02T08:39:45Z)
• Towards Corpus-Scale Discovery of Selection Biases in News Coverage: Comparing What Sources Say About Entities as a Start [65.28355014154549]
  本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。 我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
  論文  参考訳（メタデータ） (2023-04-06T23:36:45Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
  本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。 提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
  論文  参考訳（メタデータ） (2022-12-24T00:19:32Z)
• 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)
• Stance Detection with BERT Embeddings for Credibility Analysis of Information on Social Media [1.7616042687330642]
  本稿では,記事の内容とともに,その特徴の1つとして姿勢を用いた偽ニュースを検出するモデルを提案する。 本研究は,自動的特徴抽出とテキストの関連性でコンテンツを解釈する。 実世界のデータセットで行った実験は、我々のモデルが以前の研究より優れており、95.32%の精度で偽ニュースの検出を可能にすることを示している。
  論文  参考訳（メタデータ） (2021-05-21T10:46:43Z)
• Can We Spot the "Fake News" Before It Was Even Written? [25.536546272915427]
  これまでに、手動と自動の両方でファクトチェックのイニシアチブがいくつも立ち上げられている。 より有望な方向性は、ニュースメディア全体の事実チェックに集中することであり、事前に行うことができる。 私たちはTanbihのニュースアグリゲータで、読者が何を読んでいるかを知らせる方法を説明します。
  論文  参考訳（メタデータ） (2020-08-10T19:21:06Z)
• What Was Written vs. Who Read It: News Media Profiling Using Text Analysis and Social Media Context [32.92101895367273]
  現在のフェイク、偏見、プロパガンダ的なコンテンツの拡散は、疑わしいすべての主張を事実確認することを不可能にした。 ニュースメディア全体をプロファイルし、偽のコンテンツや偏見のあるコンテンツを掲載する可能性があるものを探すことができる。 このアプローチにより、発行された瞬間に“フェイクニュース”を検出することが可能になる。
  論文  参考訳（メタデータ） (2020-05-09T22:00:08Z)

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。