論文の概要: A Domain-adaptive Pre-training Approach for Language Bias Detection in News

• arxiv url: http://arxiv.org/abs/2205.10773v1
• Date: Sun, 22 May 2022 08:18:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-30 02:11:50.173829
• Title: A Domain-adaptive Pre-training Approach for Language Bias Detection in News
• Title（参考訳）: ニュースにおける言語バイアス検出のためのドメイン適応事前学習手法
• Authors: Jan-David Krieger, Timo Spinde, Terry Ruas, Juhi Kulshrestha, Bela Gipp
• Abstract要約: 本稿ではメディアバイアス領域に適応した新しい最先端トランスフォーマーモデルであるDA-RoBERTaを提案する。 また、バイアス領域に適応した2つのトランスフォーマーモデルであるDA-BERTとDA-BARTをトレーニングします。 提案したドメイン適応モデルは同じデータ上で事前バイアス検出手法より優れている。
• 参考スコア（独自算出の注目度）: 3.7238620986236373
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Media bias is a multi-faceted construct influencing individual behavior and collective decision-making. Slanted news reporting is the result of one-sided and polarized writing which can occur in various forms. In this work, we focus on an important form of media bias, i.e. bias by word choice. Detecting biased word choices is a challenging task due to its linguistic complexity and the lack of representative gold-standard corpora. We present DA-RoBERTa, a new state-of-the-art transformer-based model adapted to the media bias domain which identifies sentence-level bias with an F1 score of 0.814. In addition, we also train, DA-BERT and DA-BART, two more transformer models adapted to the bias domain. Our proposed domain-adapted models outperform prior bias detection approaches on the same data.
• Abstract（参考訳）: メディアバイアスは、個人の行動と集団的意思決定に影響を与える多面的な構成である。 Slanted News Reportは、様々な形式で起こりうる一方的な、偏極的な書き込みの結果である。 本研究では,メディアバイアスの重要な形式,すなわち単語選択によるバイアスに焦点を当てる。 偏りのある単語の選択の検出は、言語の複雑さと金の標準コーパスが欠如しているため、難しい課題である。 メディアバイアス領域に適応した新しい最先端トランスフォーマーモデルであるDA-RoBERTaについて,F1スコア0.814で文レベルのバイアスを識別する。 さらに、バイアス領域に適応した2つのトランスフォーマーモデルであるDA-BERTとDA-BARTもトレーニングします。 提案するドメイン適応モデルは,同一データに対する先行バイアス検出アプローチを上回っている。

関連論文リスト

• Is There a One-Model-Fits-All Approach to Information Extraction? Revisiting Task Definition Biases [62.806300074459116]
  定義バイアスは、モデルを誤解させる可能性のある負の現象である。 IEでは、情報抽出データセット間のバイアスと、情報抽出データセットとインストラクションチューニングデータセット間のバイアスの2つの定義バイアスを識別する。 本稿では, 定義バイアス測定, バイアス対応微調整, タスク固有バイアス緩和からなる多段階フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-25T03:19:20Z)
• Bias-Conflict Sample Synthesis and Adversarial Removal Debias Strategy for Temporal Sentence Grounding in Video [67.24316233946381]
  TSGV(Temporal Sentence Grounding in Video)は、データセットバイアスの問題に悩まされている。 偏りを伴うサンプル合成と逆行性除去脱バイアス戦略(BSSARD)を提案する。
  論文  参考訳（メタデータ） (2024-01-15T09:59:43Z)
• Mitigating Bias for Question Answering Models by Tracking Bias Influence [84.66462028537475]
  本稿では,複数選択QAモデルのバイアスを軽減するためのBMBIを提案する。 バイアスのある例から学んだ場合、モデルがよりバイアスに傾くように傾くという直感に基づいて、クエリインスタンスのバイアスレベルを測定します。 本手法は,複数のバイアスカテゴリにまたがる複数のQA定式化に適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-10-13T00:49:09Z)
• Unlocking Bias Detection: Leveraging Transformer-Based Models for Content Analysis [1.8692054990918079]
  CBDT (Contextualized Bi-Directional Dual Transformer) textcolorgreenfaLeaf 分類器を提案する。 テキスト内のバイアスを特定し、特定するために、これらのモデルをトレーニングするためのデータセットを用意しました。 様々なデータセットを用いて評価した結果, CBDT のテキストカラーグリーンの有効性は, 偏りのある物語と中性な物語を区別し, 特定の偏りのある言葉を識別する上で有効であることがわかった。
  論文  参考訳（メタデータ） (2023-09-30T12:06:04Z)
• Introducing MBIB -- the first Media Bias Identification Benchmark Task and Dataset Collection [24.35462897801079]
  我々は,メディアバイアス識別ベンチマーク(MBIB)を導入し,メディアバイアスを共通の枠組みの下でグループ化する。 115のデータセットをレビューした後、9つのタスクを選択し、メディアバイアス検出技術を評価するために、22の関連するデータセットを慎重に提案する。 我々の結果は、ヘイトスピーチ、人種的偏見、性別的偏見は検出しやすいが、モデルが認知や政治的偏見といった特定のバイアスタイプを扱うのに苦労していることを示唆している。
  論文  参考訳（メタデータ） (2023-04-25T20:49:55Z)
• 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)
• Exploiting Transformer-based Multitask Learning for the Detection of Media Bias in News Articles [21.960154864540282]
  メディアバイアスを検出するために,マルチタスク学習を用いて学習したトランスフォーマーに基づくディープラーニングアーキテクチャを提案する。 我々の最高のパフォーマンス実装は、マクロ$F_1$の0.776を実現しています。
  論文  参考訳（メタデータ） (2022-11-07T12:22:31Z)
• Neural Media Bias Detection Using Distant Supervision With BABE -- Bias Annotations By Experts [24.51774048437496]
  本稿ではメディアバイアス研究のための頑健で多様なデータセットであるBABEについて述べる。 トピックとアウトレットの間でバランスが取れた3,700の文で構成されており、単語と文のレベルにメディアバイアスラベルが含まれている。 また,本データに基づいて,ニュース記事中のバイアス文を自動的に検出する手法も導入した。
  論文  参考訳（メタデータ） (2022-09-29T05:32:55Z)
• An Interdisciplinary Approach for the Automated Detection and Visualization of Media Bias in News Articles [0.0]
  メディアバイアスを識別するためのデータセットや手法を考案することを目指しています。 私のビジョンは、ニュース読者が偏見によるメディアカバレッジの違いを認識できるようにするシステムを開発することです。
  論文  参考訳（メタデータ） (2021-12-26T10:46:32Z)
• Balancing out Bias: Achieving Fairness Through Training Reweighting [58.201275105195485]
  自然言語処理におけるバイアスは、性別や人種などの著者の特徴を学習するモデルから生じる。 既存のバイアスの緩和と測定方法は、著者の人口統計学と言語変数の相関を直接考慮していない。 本稿では,インスタンス再重み付けを用いたバイアス対策法を提案する。
  論文  参考訳（メタデータ） (2021-09-16T23:40:28Z)
• Improving Robustness by Augmenting Training Sentences with Predicate-Argument Structures [62.562760228942054]
  データセットバイアスに対するロバスト性を改善する既存のアプローチは、主にトレーニング目標の変更に焦点を当てている。 本稿では,学習データ中の入力文に対応する述語句構造を付加することを提案する。 特定のバイアスを対象とせずに、文の増大は、複数のバイアスに対してトランスフォーマーモデルの堅牢性を向上することを示す。
  論文  参考訳（メタデータ） (2020-10-23T16:22:05Z)

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。