論文の概要: KCD: Knowledge Walks and Textual Cues Enhanced Political Perspective Detection in News Media

• arxiv url: http://arxiv.org/abs/2204.04046v1
• Date: Fri, 8 Apr 2022 13:06:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-11 13:03:57.726442
• Title: KCD: Knowledge Walks and Textual Cues Enhanced Political Perspective Detection in News Media
• Title（参考訳）: KCD:ニュースメディアにおける知識ウォークとテキストキューによる政治的視点の検出
• Authors: Wenqian Zhang, Shangbin Feng, Zilong Chen, Zhenyu Lei, Jundong Li, Minnan Luo
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 28.813287482918344
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Political perspective detection has become an increasingly important task that can help combat echo chambers and political polarization. Previous approaches generally focus on leveraging textual content to identify stances, while they fail to reason with background knowledge or leverage the rich semantic and syntactic textual labels in news articles. In light of these limitations, we propose KCD, a political perspective detection approach to enable multi-hop knowledge reasoning and incorporate textual cues as paragraph-level labels. Specifically, we firstly generate random walks on external knowledge graphs and infuse them with news text representations. We then construct a heterogeneous information network to jointly model news content as well as semantic, syntactic and entity cues in news articles. Finally, we adopt relational graph neural networks for graph-level representation learning and conduct political perspective detection. Extensive experiments demonstrate that our approach outperforms state-of-the-art methods on two benchmark datasets. We further examine the effect of knowledge walks and textual cues and how they contribute to our approach's data efficiency.
• Abstract（参考訳）: 政治的視点検出は、エコーチェンバーや政治的分極と戦うのに役立つ、ますます重要なタスクになっている。 従来のアプローチは一般的に、背景知識の推論や、ニュース記事のリッチなセマンティックなテキストラベルの活用に失敗しながら、スタンスを識別するためにテキストコンテンツを活用することに重点を置いていた。 これらの制約を考慮し,多目的知識推論を可能にする政治的視点検出手法であるKCDを提案し,段落レベルのラベルとしてテキストキューを組み込む。 具体的には,まず外部知識グラフ上でランダムなウォークを生成し,ニューステキスト表現を付与する。 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。 最後に,グラフレベルの表現学習に関係グラフニューラルネットワークを適用し,政治的視点検出を行う。 大規模な実験により、我々の手法は2つのベンチマークデータセット上で最先端の手法より優れていることが示された。 さらに,知識ウォークとテキスト手がかりの効果と,その効果がデータ効率に与える影響について検討した。

関連論文リスト

• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• Exploring Fake News Detection with Heterogeneous Social Media Context Graphs [4.2177790395417745]
  フェイクニュースの検出は、社会全体に直接的な影響を与えるため、純粋に学術的な関心を超える研究領域となっている。 本稿では,ニュース記事を取り巻く異質なソーシャルコンテキストグラフを構築し,問題をグラフ分類タスクとして再構築することを提案する。
  論文  参考訳（メタデータ） (2022-12-13T13:29:47Z)
• Contextual information integration for stance detection via cross-attention [59.662413798388485]
  スタンス検出は、著者の目標に対する姿勢を特定することを扱う。 既存のスタンス検出モデルの多くは、関連するコンテキスト情報を考慮していないため、制限されている。 文脈情報をテキストとして統合する手法を提案する。
  論文  参考訳（メタデータ） (2022-11-03T15:04:29Z)
• Enhanced Knowledge Selection for Grounded Dialogues via Document Semantic Graphs [123.50636090341236]
  本稿では,背景知識文書を自動的に文書意味グラフに変換することを提案する。 文書意味グラフは文ノードを用いて文レベル情報を保存し,文間の概念接続を提供する。 本実験により,HolEにおける知識選択タスクとエンドツーエンド応答生成タスクの双方において,意味グラフに基づく知識選択が文選択ベースラインよりも改善されることが示されている。
  論文  参考訳（メタデータ） (2022-06-15T04:51:32Z)
• Fine-Grained Visual Entailment [51.66881737644983]
  そこで本稿では,テキストから画像への微粒な知識要素の論理的関係を予測することを目的として,このタスクの拡張を提案する。 従来の研究とは異なり、本手法は本質的に説明可能であり、異なるレベルの粒度で論理的予測を行う。 本手法は,手動でアノテートした知識要素のデータセットを用いて評価し,この課題に対して68.18%の精度を達成できることを示す。
  論文  参考訳（メタデータ） (2022-03-29T16:09:38Z)
• Modeling Multi-level Context for Informational Bias Detection by Contrastive Learning and Sentential Graph Network [13.905580921329717]
  情報バイアスはコンテキストとともにのみ検出できる。 本稿では,英語ニュース記事の文レベルの情報バイアスを検出するために,文脈の3つのレベルを統合する。 我々のモデルであるMultiCTXは,これら3つの文脈を符号化するために,グラフ注意ネットワーク(GAT)とともにコントラスト学習と文グラフを使用する。
  論文  参考訳（メタデータ） (2022-01-25T15:07:09Z)
• 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)
• Knowledge Graph Augmented Political Perspective Detection in News Media [7.477393857078695]
  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。
  論文  参考訳（メタデータ） (2021-08-09T08:05:56Z)
• Who Blames or Endorses Whom? Entity-to-Entity Directed Sentiment Extraction in News Text [4.218255132083181]
  そこで本稿では,あるニュース資料から政治団体間の有向感情関係を識別する新たなNLPタスクを提案する。 百万件のニュースコーパスから,政治団体の感情関係を手作業でアノテートするニュース文のデータセットを構築した。 本稿は、2016年アメリカ合衆国大統領選挙と新型コロナウイルス(COVID-19)の2つの主要なイベントにおいて、政治団体間の肯定的・否定的な意見を分析することによって、社会科学研究問題に対する提案手法の有用性を実証する。
  論文  参考訳（メタデータ） (2021-06-02T09:02:14Z)
• Improving Machine Reading Comprehension with Contextualized Commonsense Knowledge [62.46091695615262]
  我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。 構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。 我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
  論文  参考訳（メタデータ） (2020-09-12T17:20:01Z)

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。