論文の概要: Knowledge Graph Augmented Political Perspective Detection in News Media

• arxiv url: http://arxiv.org/abs/2108.03861v1
• Date: Mon, 9 Aug 2021 08:05:56 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-11 01:24:27.731849
• Title: Knowledge Graph Augmented Political Perspective Detection in News Media
• Title（参考訳）: ニュースメディアにおける政治的視点検出の知識グラフ化
• Authors: Shangbin Feng, Zilong Chen, Qingyao Li, Minnan Luo
• Abstract要約: 本稿では,現実世界の政治の外部知識を取り入れた視点検出手法を提案する。 提案手法は, 最高の性能を実現し, 最先端の手法を5.49%向上させる。
• 参考スコア（独自算出の注目度）: 7.477393857078695
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Identifying political perspective in news media has become an important task due to the rapid growth of political commentary and the increasingly polarized ideologies. Previous approaches only focus on leveraging the semantic information and leaves out the rich social and political context that helps individuals understand political stances. In this paper, we propose a perspective detection method that incorporates external knowledge of real-world politics. Specifically, we construct a contemporary political knowledge graph with 1,071 entities and 10,703 triples. We then build a heterogeneous information network for each news document that jointly models article semantics and external knowledge in knowledge graphs. Finally, we apply gated relational graph convolutional networks and conduct political perspective detection as graph-level classification. Extensive experiments show that our method achieves the best performance and outperforms state-of-the-art methods by 5.49\%. Numerous ablation studies further bear out the necessity of external knowledge and the effectiveness of our graph-based approach.
• Abstract（参考訳）: ニュースメディアにおける政治的視点の特定は、政治的論評の急速な成長とますます分極化されたイデオロギーのために重要な課題となっている。 従来のアプローチでは、意味情報を活用することのみに集中し、個人が政治的スタンスを理解するのに役立つ、豊かな社会的・政治的文脈を排除した。 本稿では,現実世界の政治の外部知識を取り入れた視点検出手法を提案する。 具体的には、1,071の実体と10,703のトリプルを持つ現代政治知識グラフを構築する。 次に,論文の意味論と知識グラフの外部知識を共同でモデル化する異種情報ネットワークを構築した。 最後に、ゲート付き関係グラフ畳み込みネットワークを適用し、グラフレベルの分類として政治的視点検出を行う。 大規模な実験により,本手法は最高の性能を達成し,最先端の手法よりも5.49倍高い性能を示した。 多くのアブレーション研究は、外部知識の必要性と、グラフベースのアプローチの有効性をさらに強調している。

関連論文リスト

• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [57.70351255180495]
  深層学習に基づくコンピュータビジョンのアルゴリズムを、15カ国の政治指導者を描いた220本のYouTubeビデオのサンプルに適用する。 ポピュリスト・レトリックの度合いが異なるリーダー群間での否定的感情の平均スコアの統計的に有意な差を観察した。
  論文  参考訳（メタデータ） (2023-04-19T18:32:49Z)
• KHAN: Knowledge-Aware Hierarchical Attention Networks for Accurate Political Stance Prediction [37.261840137596195]
  政治スタンス予測(KHAN)に対する新しい知識認識アプローチを提案する。 本研究では,(1)単語・文間の関係を3段階に分けて学習する階層的注意ネットワーク(HAN)と,(2)実世界の実体の外部知識を政治的スタンス予測のプロセスに組み込む知識符号化(KE)を利用する。 実世界の3つのデータセットに対する広範な評価を通じて,(1)精度,(2)効率,(3)有効性の観点から,DASHの優位性を示す。
  論文  参考訳（メタデータ） (2023-02-23T16:09:42Z)
• PAR: Political Actor Representation Learning with Social Context and Expert Knowledge [45.215862050840116]
  我々は,textbfPolitical textbfActor textbfRepresentation学習フレームワークであるtextbfPARを提案する。 我々は,社会的文脈情報を活用するために,議員に関する事実文を検索し,抽出する。 次に、社会的文脈を取り入れた異種情報ネットワークを構築し、リレーショナルグラフニューラルネットワークを用いて立法者表現を学習する。
  論文  参考訳（メタデータ） (2022-10-15T19:28:06Z)
• KCD: Knowledge Walks and Textual Cues Enhanced Political Perspective Detection in News Media [28.813287482918344]
  マルチホップ知識推論を可能にする政治的視点検出手法であるKCDを提案する。 具体的には、外部知識グラフのランダムウォークを生成し、それらをニューステキスト表現で注入する。 そこで我々は,ニュースコンテンツとセマンティック,構文,実体的手がかりを協調的にモデル化する異種情報ネットワークを構築した。
  論文  参考訳（メタデータ） (2022-04-08T13:06:09Z)
• Fine-Grained Prediction of Political Leaning on Social Media with Unsupervised Deep Learning [0.9137554315375922]
  ソーシャルメディア投稿からきめ細かい政治傾向を学習するための新しい教師なし手法を提案する。 本研究は、よりきめ細かな政治的傾きを検出するための、新しい、より優れた教師なしのアプローチを開発するための道を開くものである。
  論文  参考訳（メタデータ） (2022-02-23T09:18:13Z)
• Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis [96.53859361560505]
  本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。 KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。 3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
  論文  参考訳（メタデータ） (2022-01-13T08:25:53Z)
• Encoding Heterogeneous Social and Political Context for Entity Stance Prediction [7.477393857078695]
  本稿では,エンティティスタンス予測の新しい課題を提案する。 我々は、現代アメリカの政治に関する社会団体に関する事実をウィキペディアから回収する。 そして、我々は、ドメインの専門家の助けを借りて、政治イデオロギーに対する社会団体のスタンスに注釈を付ける。
  論文  参考訳（メタデータ） (2021-08-09T08:59:43Z)
• Political Posters Identification with Appearance-Text Fusion [49.55696202606098]
  外観特徴とテキストベクトルを効率的に活用し, 政治ポスターを高精度に分類する手法を提案する。 この作品の大半は、特定の政治イベントのプロモーションとして機能するように設計された政治ポスターに焦点を当てている。
  論文  参考訳（メタデータ） (2020-12-19T16:14:51Z)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)
• A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
  我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。 知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。 メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
  論文  参考訳（メタデータ） (2020-02-02T13:17:31Z)

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。