論文の概要: Crossing the Aisle: Unveiling Partisan and Counter-Partisan Events in News Reporting

• arxiv url: http://arxiv.org/abs/2310.18768v1
• Date: Sat, 28 Oct 2023 17:50:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-31 16:43:34.973914
• Title: Crossing the Aisle: Unveiling Partisan and Counter-Partisan Events in News Reporting
• Title（参考訳）: 通路を横切る:ニュース報道における党派・反党派イベントの展開
• Authors: Kaijian Zou, Xinliang Frederick Zhang, Winston Wu, Nick Beauchamp, Lu Wang
• Abstract要約: 我々は,メディアがニュース報道のバランスを保ち,イベント包摂や欠席を通じて消費者に影響を与える程度について検討する。 まず、パルチザンと反パルチザンの両方を検知するタスクを紹介する。 以上の結果から,ニュースが微妙に意見を形成する方法と,大規模言語モデルの必要性の両方が浮かび上がっている。
• 参考スコア（独自算出の注目度）: 7.8192232188516115
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: News media is expected to uphold unbiased reporting. Yet they may still affect public opinion by selectively including or omitting events that support or contradict their ideological positions. Prior work in NLP has only studied media bias via linguistic style and word usage. In this paper, we study to which degree media balances news reporting and affects consumers through event inclusion or omission. We first introduce the task of detecting both partisan and counter-partisan events: events that support or oppose the author's political ideology. To conduct our study, we annotate a high-quality dataset, PAC, containing 8,511 (counter-)partisan event annotations in 304 news articles from ideologically diverse media outlets. We benchmark PAC to highlight the challenges of this task. Our findings highlight both the ways in which the news subtly shapes opinion and the need for large language models that better understand events within a broader context. Our dataset can be found at https://github.com/launchnlp/Partisan-Event-Dataset.
• Abstract（参考訳）: メディアは偏見のない報道を裏付けると予想されている。 しかし、イデオロギー的な立場を支持する、あるいは矛盾する出来事を選択的に含む、または省略することで、世論に影響を与える可能性がある。 nlpの先行研究は、言語スタイルと単語の使用を通してメディアバイアスのみを研究してきた。 本稿では,メディアがニュース報道のバランスを保ち,イベント包摂や欠落を通じて消費者に影響を与えるかを検討する。 まず、著者の政治的イデオロギーを支持し、反対するイベントという、パルチザンと反パルチザンの両方の事象を検出するタスクを紹介する。 本研究では,イデオロギーに富んだメディアから304のニュース記事に8,511件のパーティーイベントアノテーションを含む高品質なデータセットPACを注釈する。 PACをベンチマークして、このタスクの課題を強調します。 その結果,ニュースが微妙に意見を形成する方法と,より広い文脈での出来事をよりよく理解する大規模言語モデルの必要性の両方を強調した。 データセットはhttps://github.com/ Launchnlp/Partisan-Event-Dataset.comで参照できます。

関連論文リスト

• DocNet: Semantic Structure in Inductive Bias Detection Models [0.4779196219827508]
  本稿では,文書におけるバイアス検出の見過ごされがちな側面として,ニュース記事の意味的構造について考察する。 本稿では,新しい,インダクティブで低リソースなドキュメント埋め込みとバイアス検出モデルであるDocNetを提案する。 また、文書レベルのグラフ埋め込みに代表される、対立するパルチザン側からのニュース記事のセマンティック構造が顕著に類似していることも示している。
  論文  参考訳（メタデータ） (2024-06-16T14:51:12Z)
• Tracking the Newsworthiness of Public Documents [107.12303391111014]
  この研究は、サンフランシスコ・クロニクル(San Francisco Chronicle)によるサンフランシスコ・ベイエリアにおける地方公共政策のニュース報道に焦点を当てている。 まず、新聞記事、公共政策文書、会議記録を収集し、確率的関係モデルを用いてそれらをリンクする。 第二に、ポリシー項目がカバーされるかどうかを予測するために、ニューズサステイネス予測という新しいタスクを定義します。
  論文  参考訳（メタデータ） (2023-11-16T10:05:26Z)
• All Things Considered: Detecting Partisan Events from News Media with Cross-Article Comparison [19.328425822355378]
  我々は,ニュース記事のイデオロギーを予測するための潜在変数ベースのフレームワークを開発する。 以上の結果から,主観性や非党派的傾向が強い主流メディアにおいても,メディアバイアスのレベルが高いことが明らかとなった。
  論文  参考訳（メタデータ） (2023-10-28T21:53:23Z)
• 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)
• 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)
• NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias [54.89737992911079]
  様々な政治スペクトルの複数のニュース見出しから中立的な要約を生成する新しい課題を提案する。 最も興味深い観察の1つは、生成モデルは、事実的に不正確なコンテンツや検証不可能なコンテンツだけでなく、政治的に偏ったコンテンツにも幻覚を与えることができることである。
  論文  参考訳（メタデータ） (2022-04-11T07:06:01Z)
• How to Effectively Identify and Communicate Person-Targeting Media Bias in Daily News Consumption? [8.586057042714698]
  本稿では,コンテンツ分析のマニュアル処理を初めて自動化した,ニュースレコメンデーションのためのインプログレスシステムを提案する。 我々の推薦者は、個々のニュース記事に実際に存在している重要なフレームを検出し、明らかにする。 本研究は,イベントの異なる設定のニュース記事の推薦が,バイアスに対する意識を著しく向上させることを示す。
  論文  参考訳（メタデータ） (2021-10-18T10:13:23Z)
• 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)

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。