論文の概要: From Text to Context: An Entailment Approach for News Stakeholder Classification
- arxiv url: http://arxiv.org/abs/2405.08751v1
- Date: Tue, 14 May 2024 16:35:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-15 13:18:28.197336
- Title: From Text to Context: An Entailment Approach for News Stakeholder Classification
- Title（参考訳）: テキストからコンテキストへ:ニュース投稿者分類のための詳細アプローチ
- Authors: Alapan Kuila, Sudeshna Sarkar,
- Abstract要約: 本稿では,新聞記事の利害関係者のタイプを分類するための効果的なアプローチを提案する。
提案手法では,利害関係者の分類問題を自然言語推論タスクに変換する。
提案モデルでは、ゼロショット設定で有効性を示し、その適用性を様々なニュースコンテキストに拡張する。
- 参考スコア（独自算出の注目度）: 0.5459032912385802
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Navigating the complex landscape of news articles involves understanding the various actors or entities involved, referred to as news stakeholders. These stakeholders, ranging from policymakers to opposition figures, citizens, and more, play pivotal roles in shaping news narratives. Recognizing their stakeholder types, reflecting their roles, political alignments, social standing, and more, is paramount for a nuanced comprehension of news content. Despite existing works focusing on salient entity extraction, coverage variations, and political affiliations through social media data, the automated detection of stakeholder roles within news content remains an underexplored domain. In this paper, we bridge this gap by introducing an effective approach to classify stakeholder types in news articles. Our method involves transforming the stakeholder classification problem into a natural language inference task, utilizing contextual information from news articles and external knowledge to enhance the accuracy of stakeholder type detection. Moreover, our proposed model showcases efficacy in zero-shot settings, further extending its applicability to diverse news contexts.
- Abstract（参考訳）: ニュース記事の複雑な風景をナビゲートするには、ニュースステークホルダーと呼ばれる様々なアクターやエンティティを理解する必要がある。
これらの利害関係者は、政策立案者から反対者、市民などまで、ニュースの物語を形成する上で重要な役割を担っている。
株主のタイプを認識し、彼らの役割、政治的アライメント、社会的地位などを反映し、ニュースコンテンツの微妙な理解に最重要である。
ソーシャルメディアデータによる有能な実体抽出、報道のバリエーション、政治的関連性に焦点を当てた既存の研究にもかかわらず、ニュースコンテンツにおける利害関係者の役割の自動検出は未調査領域のままである。
本稿では,ニュース記事における利害関係者のタイプを分類する効果的なアプローチを導入することにより,このギャップを埋める。
本手法では,利害関係者の分類問題を自然言語推論タスクに変換し,利害関係者の型検出の精度を高めるために,ニュース記事や外部知識からの文脈情報を活用する。
さらに,提案モデルでは,ゼロショット設定の有効性を示し,その適用範囲を多様なニュースコンテキストに拡大する。
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) - 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) - Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News
Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。
我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文 参考訳（メタデータ） (2023-09-28T13:19:43Z) - fakenewsbr: A Fake News Detection Platform for Brazilian Portuguese [0.6775616141339018]
本稿ではブラジルポルトガル語における偽ニュースの検出に関する総合的研究について述べる。
本稿では、TF-IDFやWord2Vecといった自然言語処理技術を活用する機械学習ベースのアプローチを提案する。
ユーザフレンドリーなWebプラットフォームである fakenewsbr.com を開発し,ニュース記事の妥当性の検証を容易にする。
論文 参考訳（メタデータ） (2023-09-20T04:10:03Z) - 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) - 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) - 'If you build they will come': Automatic Identification of
News-Stakeholders to detect Party Preference in News Coverage [1.0787390511207684]
本稿では、文脈情報と外部知識の両方を用いて、ニュース記事からトピック固有の利害関係者を識別する。
我々は、多くの国や国際機関が発行する4つのインド政府の政策に関するニュース記事について、全ての実験を行った。
論文 参考訳（メタデータ） (2022-12-17T13:08:39Z) - Deep Dynamic Neural Network to trade-off between Accuracy and Diversity
in a News Recommender System [1.3126169294309855]
本稿では,ニュースと読者の興味を統一した枠組みで学習する深層ニューラルネットワークを提案する。
読者のクリック履歴から読者の長期的関心、LSTMSによる最近のクリックからの短期的関心、および注意メカニズムを通じて多様な読者の興味を学びます。
論文 参考訳（メタデータ） (2021-03-15T15:30:25Z) - 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) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z) - Multimodal Analytics for Real-world News using Measures of Cross-modal
Entity Consistency [8.401772200450417]
例えば、写真でテキストを豊かにするといったマルチモーダル情報は、ニュースをより効果的に伝達したり、注意を引くために使われる。
本稿では,実世界のニュースにおける相互整合性検証の新たな課題を紹介し,画像とテキスト間の実体的一貫性を定量化するためのマルチモーダルアプローチを提案する。
論文 参考訳（メタデータ） (2020-03-23T17:49:06Z)
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。