論文の概要: Predicting Sentence-Level Factuality of News and Bias of Media Outlets
- arxiv url: http://arxiv.org/abs/2301.11850v2
- Date: Wed, 26 Apr 2023 17:33:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-27 17:38:43.486058
- Title: Predicting Sentence-Level Factuality of News and Bias of Media Outlets
- Title（参考訳）: ニュースの文レベルの事実性とメディアメディアのバイアスの予測
- Authors: Francielle Vargas, Kokil Jaidka, Thiago A. S. Pardo, Fabr\'icio
Benevenuto
- Abstract要約: 本稿では,メディア全体のきめ細かい信頼性解析を提案する。
我々はまず、6,191文からなる「FactNews」という大きな文レベルのデータセットを手動で作成した。
ブラジルでは偽ニュースの深刻さと政治的偏見のために、データセットとベースラインの両方がポルトガル語で提案された。
- 参考スコア（独自算出の注目度）: 9.871907711675696
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Predicting the factuality of news reporting and bias of media outlets is
surely relevant for automated news credibility and fact-checking. While prior
work has focused on the veracity of news, we propose a fine-grained reliability
analysis of the entire media. Specifically, we study the prediction of
sentence-level factuality of news reporting and bias of media outlets, which
may explain more accurately the overall reliability of the entire source. We
first manually produced a large sentence-level dataset, titled "FactNews",
composed of 6,191 sentences expertly annotated according to factuality and
media bias definitions from AllSides. As a result, baseline models for
sentence-level factuality prediction were presented by fine-tuning BERT.
Finally, due to the severity of fake news and political polarization in Brazil,
both dataset and baseline were proposed for Portuguese. However, our approach
may be applied to any other language.
- Abstract（参考訳）: ニュース報道の事実とメディアの偏見を予測することは、ニュースの信頼性と事実確認に確実に関係している。
先行研究はニュースの検証に重点を置いてきたが,我々はメディア全体のきめ細かな信頼性分析を提案する。
具体的には,ニュース報道の文章レベルの事実性やメディアの偏見の予測について検討し,情報源全体の信頼性をより正確に説明する。
最初に手動で作成した「FactNews」という大文レベルのデータセットは、AllSidesの事実とメディアバイアスの定義に基づいて6,191文を専門的に注釈付けした。
その結果,文レベルの事実性予測のベースラインモデルが微調整bertにより提示された。
最後に、ブラジルにおける偽ニュースの深刻さと政治的二極化のため、ポルトガルのためにデータセットとベースラインの両方が提案された。
しかし、我々のアプローチは他の言語にも適用できる。
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。