論文の概要: Tracking the Newsworthiness of Public Documents

• arxiv url: http://arxiv.org/abs/2311.09734v1
• Date: Thu, 16 Nov 2023 10:05:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-17 15:06:12.816285
• Title: Tracking the Newsworthiness of Public Documents
• Title（参考訳）: 公文書のニュース価値を追跡する
• Authors: Alexander Spangher, Emilio Ferrara, Ben Welsh, Nanyun Peng, Serdar Tumgoren, Jonathan May
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 107.12303391111014
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Journalists must find stories in huge amounts of textual data (e.g. leaks, bills, press releases) as part of their jobs: determining when and why text becomes news can help us understand coverage patterns and help us build assistive tools. Yet, this is challenging because very few labelled links exist, language use between corpora is very different, and text may be covered for a variety of reasons. In this work we focus on news coverage of local public policy in the San Francisco Bay Area by the San Francisco Chronicle. First, we gather news articles, public policy documents and meeting recordings and link them using probabilistic relational modeling, which we show is a low-annotation linking methodology that outperforms other retrieval-based baselines. Second, we define a new task: newsworthiness prediction, to predict if a policy item will get covered. We show that different aspects of public policy discussion yield different newsworthiness signals. Finally we perform human evaluation with expert journalists and show our systems identify policies they consider newsworthy with 68% F1 and our coverage recommendations are helpful with an 84% win-rate.
• Abstract（参考訳）: ジャーナリストは仕事の一部として、大量のテキストデータ(リーク、請求書、プレスリリースなど)の中にストーリーを見つけなければなりません。 しかし、ラベル付きリンクが非常に少なく、コーパス間の言語使用は非常に異なり、様々な理由でテキストがカバーされる可能性があるため、これは難しい。 本研究は,サンフランシスコ・クロニクル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る。 まず,ニュース記事,公開政策文書,会議記録を収集し,確率的リレーショナルモデリングを用いてリンクする。 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。 公共政策議論の異なる側面は、ニュース価値の異なるシグナルをもたらすことを示す。 最後に、専門家のジャーナリストと人間による評価を行い、68%のf1でニュース価値と考えるポリシーを識別し、84%の得票率で私たちのカバレッジ勧告が役に立ちます。

関連論文リスト

• A Multilingual Similarity Dataset for News Article Frame [14.977682986280998]
  16,687の新しいラベル付きペアを用いた大規模ラベル付きニュース記事データセットの拡張版を導入する。 本手法は,従来のニュースフレーム分析研究において,フレームクラスを手動で識別する作業を自由化する。 全体としては10言語にまたがって26,555のラベル付きニュース記事ペアで利用可能な、最も広範な言語間ニュース記事類似性データセットを紹介します。
  論文  参考訳（メタデータ） (2024-05-22T01:01:04Z)
• 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)
• Disentangling Structure and Style: Political Bias Detection in News by Inducing Document Hierarchy [8.919312558800573]
  本稿では,多種多様なアテンションヘッドのアンサンブルを通じて,長い文書の構造を効果的にエンコードする,新しいマルチヘッド階層型アテンションモデルを提案する。 提案手法は,この領域依存性を克服し,ロバスト性と精度において従来の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2023-04-05T06:35:41Z)
• Designing and Evaluating Interfaces that Highlight News Coverage Diversity Using Discord Questions [84.55145223950427]
  本稿は,ニュース記事のための大規模なソースコレクションをナビゲートすることは,それ以上のガイダンスなしでは困難であることを示す。 本稿では,ニュース読者が読みながら範囲の多様性を発見することを目的とした,注釈記事,要約記事,質問表の3つのインタフェースを設計する。
  論文  参考訳（メタデータ） (2023-02-17T16:59:31Z)
• Discord Questions: A Computational Approach To Diversity Analysis in News Coverage [84.55145223950427]
  本稿では,情報源の違いを識別し,ニュース報道の多様性を理解する上で,読者を支援する新しい枠組みを提案する。 このフレームワークはDiscord Questionsの生成に基づいている。
  論文  参考訳（メタデータ） (2022-11-09T16:37:55Z)
• 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)
• DEAP-FAKED: Knowledge Graph based Approach for Fake News Detection [0.04834203844100679]
  フェイクニュースを識別するためのノウレDgE grAPh FAKe nEws検出フレームワークを提案する。 私たちのアプローチは、ニュースコンテンツをエンコードするNLPと、知識グラフをエンコードするGNNテクニックを組み合わせたものです。 政治,ビジネス,技術,医療といった分野の記事を含む2つの公開データセットを用いて,我々のフレームワークを評価する。
  論文  参考訳（メタデータ） (2021-07-04T07:09:59Z)
• Supporting verification of news articles with automated search for semantically similar articles [0.0]
  偽ニュースを扱うための証拠検索手法を提案する。 学習課題は教師なし機械学習問題として定式化される。 われわれのアプローチは、コンセプトドリフトとは無関係である。 機械学習タスクはテキスト内の仮説とは独立している。
  論文  参考訳（メタデータ） (2021-03-29T12:56:59Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)

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。