論文の概要: Multilingual Coarse Political Stance Classification of Media. The
Editorial Line of a ChatGPT and Bard Newspaper
- arxiv url: http://arxiv.org/abs/2310.16269v1
- Date: Wed, 25 Oct 2023 01:01:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-26 17:29:16.619002
- Title: Multilingual Coarse Political Stance Classification of Media. The
Editorial Line of a ChatGPT and Bard Newspaper
- Title（参考訳）: メディアの多言語的粗い政治的スタンス分類
ChatGPT と Bard 新聞の編集線
- Authors: Cristina Espa\~na-Bonet
- Abstract要約: 我々は、信頼できるニュースメディアのレーティングを使用して、粗いスタンスアノテーションを備えた多言語ニュースコーパスを作成します。
このデータに基づいて訓練された分類器は、英語、ドイツ語、スペイン語、カタルーニャ語で目に見えないほとんどの新聞の編集ラインを特定することができる。
従来の新聞と同様、ChatGPT編集ラインは時間とともに進化し、データ駆動システムであるので、生成した記事のスタンスが言語によって異なることが観察された。
- 参考スコア（独自算出の注目度）: 1.450405446885067
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Neutrality is difficult to achieve and, in politics, subjective. Traditional
media typically adopt an editorial line that can be used by their potential
readers as an indicator of the media bias. Several platforms currently rate
news outlets according to their political bias. The editorial line and the
ratings help readers in gathering a balanced view of news. But in the advent of
instruction-following language models, tasks such as writing a newspaper
article can be delegated to computers. Without imposing a biased persona, where
would an AI-based news outlet lie within the bias ratings? In this work, we use
the ratings of authentic news outlets to create a multilingual corpus of news
with coarse stance annotations (Left and Right) along with automatically
extracted topic annotations. We show that classifiers trained on this data are
able to identify the editorial line of most unseen newspapers in English,
German, Spanish and Catalan. We then apply the classifiers to 101
newspaper-like articles written by ChatGPT and Bard in the 4 languages at
different time periods. We observe that, similarly to traditional newspapers,
ChatGPT editorial line evolves with time and, being a data-driven system, the
stance of the generated articles differs among languages.
- Abstract（参考訳）: 中立性は達成が難しく、政治的には主観的である。
伝統的なメディアは通常、潜在的な読者がメディアバイアスの指標として使用できる編集ラインを採用する。
いくつかのプラットフォームは現在、政治バイアスに応じてニュースメディアを評価している。
編集ラインと評価は、読者がニュースのバランスのとれたビューを集めるのに役立つ。
しかし、命令に従う言語モデルが出現すると、新聞記事を書くなどのタスクをコンピュータに委譲することができる。
偏見のあるペルソナを課すことなく、AIベースのニュースメディアはバイアス評価の中にどこに置かれるのか?
本研究は,ニュースメディアのレーティングを用いて,多言語対応型コーパス(Left and Right)と自動抽出されたトピックアノテーションを併用したニュースコーパスを作成する。
このデータに基づいて訓練された分類器は、英語、ドイツ語、スペイン語、カタルーニャ語で目に見えないほとんどの新聞の編集ラインを識別できる。
次に4つの言語でchatgptとbardによって書かれた101の新聞記事に分類器を適用する。
従来の新聞と同様、ChatGPT編集ラインは時間とともに進化し、データ駆動システムであるので、生成された記事の姿勢は言語によって異なる。
関連論文リスト
- 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) - Computational Assessment of Hyperpartisanship in News Titles [55.92100606666497]
われわれはまず、超党派ニュースタイトル検出のための新しいデータセットを開発するために、人間の誘導する機械学習フレームワークを採用する。
全体的に右派メディアは比例的に超党派的なタイトルを使う傾向にある。
我々は、外国問題、政治システム、ニュースタイトルにおける過党主義を示唆する社会問題を含む3つの主要なトピックを識別する。
論文 参考訳（メタデータ） (2023-01-16T05:56:58Z) - 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) - Whose Language Counts as High Quality? Measuring Language Ideologies in
Text Data Selection [83.3580786484122]
より富裕で、教育され、都会のZIPコードにある大きな学校の新聞は、質の高いものとして分類される傾向にある。
高品質なコーパスを特権化するには言語イデオロギーが必要です。
論文 参考訳（メタデータ） (2022-01-25T17:20:04Z) - Machine-Learning media bias [0.0]
論文を掲載した新聞を推測すると、分析によって新聞を自動的にバイアス空間にマッピングできる条件付き確率分布が導かれる。
数十のニューストピックにおいて、およそ100万の新聞から約100万の新聞をバイアスとして分析することにより、我々の方法は、新聞を人間の判断に基づく以前のバイアス分類とよく一致する2次元のバイアスランドスケープにマッピングする。
論文 参考訳（メタデータ） (2021-08-31T18:06:32Z) - 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) - 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) - 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) - Birds of a Feather Flock Together: Satirical News Detection via Language
Model Differentiation [7.556286423133077]
風刺的なニュースでは、文脈の語彙的・実践的な属性が読者を楽しませる上で重要な要素である。
本稿では,風刺ニュースと真のニュースを区別する手法を提案する。
論文 参考訳（メタデータ） (2020-07-04T18:46:36Z)
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。