論文の概要: BiasScanner: Automatic Detection and Classification of News Bias to Strengthen Democracy
- arxiv url: http://arxiv.org/abs/2407.10829v1
- Date: Mon, 15 Jul 2024 15:42:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-16 14:30:11.768584
- Title: BiasScanner: Automatic Detection and Classification of News Bias to Strengthen Democracy
- Title（参考訳）: BiasScanner: 民主主義の強化を目的としたニュースバイアスの自動検出と分類
- Authors: Tim Menzner, Jochen L. Leidner,
- Abstract要約: BiasScannerは、ニュース消費者がオンラインで読んでいるニュース記事を精査することで、民主主義を強化することを目指している。
これには、ニュース記事のバイアスのある文を識別するサーバーサイドで事前訓練された大きな言語モデルと、フロントエンドのWebブラウザプラグインが含まれている。
- 参考スコア（独自算出の注目度）: 4.248837664338829
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The increasing consumption of news online in the 21st century coincided with increased publication of disinformation, biased reporting, hate speech and other unwanted Web content. We describe BiasScanner, an application that aims to strengthen democracy by supporting news consumers with scrutinizing news articles they are reading online. BiasScanner contains a server-side pre-trained large language model to identify biased sentences of news articles and a front-end Web browser plug-in. At the time of writing, BiasScanner can identify and classify more than two dozen types of media bias at the sentence level, making it the most fine-grained model and only deployed application (automatic system in use) of its kind. It was implemented in a light-weight and privacy-respecting manner, and in addition to highlighting likely biased sentence it also provides explanations for each classification decision as well as a summary analysis for each news article. While prior research has addressed news bias detection, we are not aware of any work that resulted in a deployed browser plug-in (c.f. also biasscanner.org for a Web demo).
- Abstract（参考訳）: 21世紀のオンラインニュースの消費の増加は、偽情報、偏見のある報告、ヘイトスピーチ、その他の望ましくないウェブコンテンツの発表の増加と一致した。
BiasScannerは、ニュース消費者がオンラインで読んでいるニュース記事を精査することで、民主主義を強化することを目的としたアプリケーションである。
BiasScannerには、ニュース記事のバイアスのある文とフロントエンドのWebブラウザプラグインを特定するために、サーバーサイドで事前訓練された大きな言語モデルが含まれている。
執筆時点では、BiasScannerは2ダース以上のメディアバイアスを文レベルで識別し、分類することができる。
軽量でプライバシーを尊重する方法で実装され、偏見のある文の強調に加えて、各分類決定に関する説明や、各ニュース記事の要約分析も提供する。
以前の調査ではニュースバイアス検出に対処していたが、ブラウザプラグインのデプロイに繋がった作業は認識していない(Webデモでは biasscanner.org も参照)。
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) - Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。
我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
論文 参考訳（メタデータ） (2023-11-02T08:39:45Z) - 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) - 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) - An Interdisciplinary Approach for the Automated Detection and
Visualization of Media Bias in News Articles [0.0]
メディアバイアスを識別するためのデータセットや手法を考案することを目指しています。
私のビジョンは、ニュース読者が偏見によるメディアカバレッジの違いを認識できるようにするシステムを開発することです。
論文 参考訳（メタデータ） (2021-12-26T10:46:32Z) - 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) - 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) - 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) - 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。