論文の概要: Detecting Polarized Topics in COVID-19 News Using Partisanship-aware Contextualized Topic Embeddings

• arxiv url: http://arxiv.org/abs/2104.07814v1
• Date: Thu, 15 Apr 2021 23:05:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-20 06:11:15.567398
• Title: Detecting Polarized Topics in COVID-19 News Using Partisanship-aware Contextualized Topic Embeddings
• Title（参考訳）: パーティショナーシップを意識したトピック埋め込みを用いたCOVID-19ニュースのポーラライズトポイズドトポイクスの検出
• Authors: Zihao He, Negar Mokhberian, Antonio Camara, Andres Abeliuk, Kristina Lerman
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 3.9761027576939405
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Growing polarization of the news media has been blamed for fanning disagreement, controversy and even violence. Early identification of polarized topics is thus an urgent matter that can help mitigate conflict. However, accurate measurement of polarization is still an open research challenge. To address this gap, we propose Partisanship-aware Contextualized Topic Embeddings (PaCTE), a method to automatically detect polarized topics from partisan news sources. Specifically, we represent the ideology of a news source on a topic by corpus-contextualized topic embedding utilizing a language model that has been finetuned on recognizing partisanship of the news articles, and measure the polarization between sources using cosine similarity. We apply our method to a corpus of news about COVID-19 pandemic. Extensive experiments on different news sources and topics demonstrate the effectiveness of our method to precisely capture the topical polarization and alignment between different news sources. To help clarify and validate results, we explain the polarization using the Moral Foundation Theory.
• Abstract（参考訳）: 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、暴力までもが非難されている。 分極されたトピックの早期発見は、紛争の緩和に役立つ緊急事項である。 しかし、偏波の正確な測定は依然として研究課題である。 このギャップに対処するために、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PaCTE(Partisanship-aware Contextualized Topic Embeddings)を提案する。 具体的には,ニュース記事のパルティナシップ認識を微調整した言語モデルを用いて,コーパスコンテキスト化トピック埋め込みにより,トピックに関するニュースソースのイデオロギーを表現し,コサイン類似性を用いてソース間の分極を測定する。 我々はこの手法を新型コロナウイルスのパンデミックに関するニュースのコーパスに適用する。 異なるニュースソースとトピックに対する広範な実験は、異なるニュースソース間のトピックの分極とアライメントを正確に捉える方法の有効性を示す。 結果の明確化と検証に役立ち,モラル基礎理論を用いて分極を説明する。

関連論文リスト

• Analyzing Sentiment Polarity Reduction in News Presentation through Contextual Perturbation and Large Language Models [1.8512070255576754]
  本稿では,ニュースコンテンツにおける潜在感情の極性を減らし,この問題に対処する新たなアプローチを提案する。 我々は、中核的な意味を保ちながら文を変更するために変換制約を用いる。 実験と人体評価は、最小限の修正で感情極性を減らすために、これらの2つのモデルの有効性を実証した。
  論文  参考訳（メタデータ） (2024-02-03T13:27:32Z)
• 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)
• 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)
• 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)
• 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)
• Publishing patterns reflect political polarization in news media [1.5039745292757671]
  コントリビュータの出版軌道が、アウトソーシングの政治的傾向とどのように一致しているかを示す。 また、党派的分裂を横切るコントリビュータが、政治的トピックをあまり明確にしない傾向にあることも示している。
  論文  参考訳（メタデータ） (2021-01-13T13:26:18Z)
• Political Depolarization of News Articles Using Attribute-aware Word Embeddings [7.411577497708497]
  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。
  論文  参考訳（メタデータ） (2021-01-05T07:39:12Z)

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。