論文の概要: Factual or Biased? Predicting Sentence-Level Factuality and Bias of News
- arxiv url: http://arxiv.org/abs/2301.11850v1
- Date: Fri, 27 Jan 2023 16:56:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-30 14:52:25.156833
- Title: Factual or Biased? Predicting Sentence-Level Factuality and Bias of News
- Title（参考訳）: 事実か偏見か?
ニュースの文レベル特性とバイアスの予測
- Authors: Francielle Vargas, Fabiana G\'oes, Thiago A. S. Pardo, Fabr\'icio
Benevenuto
- Abstract要約: 文レベルでの事実性や偏見を予測するために, 事実報告におけるフレーミングバイアスの効果について検討した。
まず、100のニュース記事から6,191の文章を3つの異なるアウトレットから作成するFactNewsという、大きな文レベルの注釈付きデータセットを手作業で作成した。
さらに,さまざまなメディアやドメインのニュース記事において,偏りや事実が表面的にどのように広がるかを検討した。
- 参考スコア（独自算出の注目度）: 3.0969191504482247
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a study on sentence-level factuality and bias of news articles
across domains. While prior work in NLP has mainly focused on predicting the
factuality of article-level news reporting and political-ideological bias of
news media, we investigated the effects of framing bias in factual reporting
across domains so as to predict factuality and bias at the sentence level,
which may explain more accurately the overall reliability of the entire
document. First, we manually produced a large sentence-level annotated dataset,
titled FactNews, composed of 6,191 sentences from 100 news stories by three
different outlets, resulting in 300 news articles. Further, we studied how
biased and factual spans surface in news articles from different media outlets
and different domains. Lastly, a baseline model for factual sentence prediction
was presented by fine-tuning BERT. We also provide a detailed analysis of data
demonstrating the reliability of the annotation and models.
- Abstract（参考訳）: 本稿では,ドメイン間のニュース記事の文レベルの事実性とバイアスについて述べる。
nlpの先行研究は主に記事レベルのニュース報道の事実性やニュースメディアの政治イデオロギーバイアスの予測に焦点が当てられているが、論文全体の信頼性をより正確に説明するために、ドメイン間の事実報告におけるバイアスのフレーミングの効果を調査し、文章レベルでの事実性やバイアスの予測を行った。
まず、100のニュース記事から3つの異なるメディアから6,191の文章からなる、大きな文レベルの注釈付きデータセット「factnews」を手作業で作成し、300のニュース記事を生成する。
さらに、異なるメディアや異なるドメインのニュース記事に偏りや事実がどう現れるかについても検討した。
最後に,細調整したBERTを用いて,事実文予測のためのベースラインモデルを示した。
また、アノテーションとモデルの信頼性を示すデータの詳細な分析も提供する。
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) - 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) - Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。
偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
論文 参考訳（メタデータ） (2022-11-25T18:24:17Z) - Newsalyze: Enabling News Consumers to Understand Media Bias [7.652448987187803]
フェイクニュース」の時代には、ニュース記事のスラントと信頼性を知ることが極めて重要である。
我々はNewsalyzeを紹介します。Newsalyzeは、言葉の選択とラベル付け(WCL)という、微妙で強力なメディアバイアスに焦点をあてたバイアス対応ニュースリーダーです。
WCLバイアスは、ニュースで報告された「フリーダム・ファイター」対「テロリスト」の評価を変えることができる。
論文 参考訳（メタデータ） (2021-05-20T11:20:37Z) - A Survey on Predicting the Factuality and the Bias of News Media [29.032850263311342]
「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」
論文 参考訳（メタデータ） (2021-03-16T11:11:54Z) - Analyzing Political Bias and Unfairness in News Articles at Different
Levels of Granularity [35.19976910093135]
本論文では, 偏見の自動検出だけでなく, 政治的偏見や不公平さが言語的にどのように表現されるかについても検討する。
我々は,adfontesmedia.comから派生したラベル付き6964ニュース記事の新しいコーパスを活用し,バイアス評価のためのニューラルモデルを開発した。
論文 参考訳（メタデータ） (2020-10-20T22:25:00Z) - Viable Threat on News Reading: Generating Biased News Using Natural
Language Models [49.90665530780664]
公開されている言語モデルは、入力されたオリジナルニュースに基づいてバイアスのあるニュースコンテンツを確実に生成できることを示す。
また、制御可能なテキスト生成を用いて、多数の高品質な偏りのあるニュース記事を生成することができることを示す。
論文 参考訳（メタデータ） (2020-10-05T16:55:39Z)
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。