論文の概要: Intertwined Biases Across Social Media Spheres: Unpacking Correlations in Media Bias Dimensions

• arxiv url: http://arxiv.org/abs/2408.15406v1
• Date: Tue, 27 Aug 2024 21:03:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-29 17:42:47.184681
• Title: Intertwined Biases Across Social Media Spheres: Unpacking Correlations in Media Bias Dimensions
• Title（参考訳）: ソーシャルメディアの至る所におけるインターツウィンドバイアス : メディアバイアス次元の相関を解き放つ
• Authors: Yifan Liu, Yike Li, Dong Wang,
• Abstract要約: メディアバイアスは、ステレオタイプを強化し、社会的分裂を悪化させることによって、公共の認知を著しく形作る。 われわれは過去5年間にYouTubeとRedditから収集された新しいデータセットを紹介した。 私たちのデータセットには、幅広いバイアス次元にわたるYouTubeコンテンツの自動アノテーションが含まれています。
• 参考スコア（独自算出の注目度）: 12.588239777597847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Media bias significantly shapes public perception by reinforcing stereotypes and exacerbating societal divisions. Prior research has often focused on isolated media bias dimensions such as \textit{political bias} or \textit{racial bias}, neglecting the complex interrelationships among various bias dimensions across different topic domains. Moreover, we observe that models trained on existing media bias benchmarks fail to generalize effectively on recent social media posts, particularly in certain bias identification tasks. This shortfall primarily arises because these benchmarks do not adequately reflect the rapidly evolving nature of social media content, which is characterized by shifting user behaviors and emerging trends. In response to these limitations, our research introduces a novel dataset collected from YouTube and Reddit over the past five years. Our dataset includes automated annotations for YouTube content across a broad spectrum of bias dimensions, such as gender, racial, and political biases, as well as hate speech, among others. It spans diverse domains including politics, sports, healthcare, education, and entertainment, reflecting the complex interplay of biases across different societal sectors. Through comprehensive statistical analysis, we identify significant differences in bias expression patterns and intra-domain bias correlations across these domains. By utilizing our understanding of the correlations among various bias dimensions, we lay the groundwork for creating advanced systems capable of detecting multiple biases simultaneously. Overall, our dataset advances the field of media bias identification, contributing to the development of tools that promote fairer media consumption. The comprehensive awareness of existing media bias fosters more ethical journalism, promotes cultural sensitivity, and supports a more informed and equitable public discourse.
• Abstract（参考訳）: メディアバイアスは、ステレオタイプを強化し、社会的分裂を悪化させることによって、公共の認知を著しく形作る。 以前の研究では、様々なトピック領域にまたがる様々なバイアスの複雑な相互関係を無視して、メディアバイアスの分離された次元(例えば「textit{political bias}」や「textit{racial bias}」など)に焦点を合わせてきた。 さらに、既存のメディアバイアスベンチマークでトレーニングされたモデルは、最近のソーシャルメディア投稿、特に特定のバイアス識別タスクにおいて効果的に一般化できないことが観察された。 この不足は、これらのベンチマークが、ユーザの行動やトレンドの変化を特徴とするソーシャルメディアコンテンツの急速に進化する性質を適切に反映していないため、主に生じます。 これらの制限に応えて、過去5年間にYouTubeとRedditから収集された新しいデータセットを紹介します。 私たちのデータセットには、性別、人種、政治的バイアス、ヘイトスピーチなど、幅広いバイアス範囲にわたるYouTubeコンテンツの自動アノテーションが含まれています。 政治、スポーツ、医療、教育、エンターテイメントなど様々な分野にまたがっており、様々な社会分野における偏見の複雑な相互作用を反映している。 包括的統計分析により、これらの領域間でのバイアス表現パターンとドメイン内バイアス相関の有意な差異を同定する。 様々なバイアス次元間の相関関係の理解を利用して、複数のバイアスを同時に検出できる先進的なシステムを構築するための基礎を築いた。 全体として、我々のデータセットはメディアバイアス識別の分野を前進させ、より公平なメディア消費を促進するツールの開発に寄与する。 既存のメディアバイアスに対する包括的認識は、より倫理的なジャーナリズムを育み、文化的な感受性を促進し、より情報に富み、公平な世論を支持する。

関連論文リスト

• The Media Bias Taxonomy: A Systematic Literature Review on the Forms and Automated Detection of Media Bias [5.579028648465784]
  本稿は、2019年から2022年の間に発行された3140の論文を体系的にレビューし、メディアバイアスを検出するための計算方法の研究を要約する。 メディアバイアス検出は,近年,トランスフォーマーに基づく分類手法が顕著な進歩をもたらしている,非常に活発な研究分野であることを示す。
  論文  参考訳（メタデータ） (2023-12-26T18:13:52Z)
• Modeling Political Orientation of Social Media Posts: An Extended Analysis [0.0]
  オンラインソーシャルメディア上で政治的分極を特徴付ける機械学習モデルを開発することは、大きな課題である。 これらの課題は主に、注釈付きデータの欠如、ソーシャルメディアデータセットにおけるノイズの存在、膨大な量のデータなど、さまざまな要因に起因している。 本稿では、ソーシャルメディア投稿のラベル付けに、メディアバイアスと投稿コンテンツを活用する2つの方法を紹介する。 ソーシャルメディア投稿の政治的指向を予測することで,現在の機械学習モデルの性能向上を実証する。
  論文  参考訳（メタデータ） (2023-11-21T03:34:20Z)
• Understanding Divergent Framing of the Supreme Court Controversies: Social Media vs. News Outlets [56.67097829383139]
  我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。 メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
  論文  参考訳（メタデータ） (2023-09-18T06:40:21Z)
• 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)
• The SAME score: Improved cosine based bias score for word embeddings [49.75878234192369]
  埋め込みにおけるセマンティックバイアスのための新しいバイアススコアであるPetを紹介した。 本研究は,下水道作業における意味バイアスを測定し,社会的バイアスの潜在的な原因を特定することができることを示す。
  論文  参考訳（メタデータ） (2022-03-28T09:28:13Z)
• MBIC -- A Media Bias Annotation Dataset Including Annotator Characteristics [0.0]
  メディア偏見、あるいはスライスされたニュース報道は、出来事に対する大衆の認識に重大な影響を与える可能性がある。 本稿では,自己開発アノテーションプラットフォームを用いて,そのようなデータをクラウドソーシングするための行列ベースの方法論を提案する。 メディアバイアスの事例を表す1,700のステートメントの最初のサンプルであるMBICも提示する。
  論文  参考訳（メタデータ） (2021-05-20T15:05:17Z)
• Enabling News Consumers to View and Understand Biased News Coverage: A Study on the Perception and Visualization of Media Bias [7.092487352312782]
  手動で3つのアノテートデータセットを作成し、さまざまな視覚化戦略をテストする。 その結果, 対照群と比較して, 治療群の偏見に気付く効果は認められなかった。 多段階モデルを用いて、ジャーナリストの偏見は、記事の政治的極性や公平性に大きく関係していることがわかった。
  論文  参考訳（メタデータ） (2021-05-20T10:16:54Z)
• Content-based Analysis of the Cultural Differences between TikTok and Douyin [95.32409577885645]
  ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。 特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。 同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。 メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
  論文  参考訳（メタデータ） (2020-11-03T01:47:49Z)

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。