論文の概要: Journalism-Guided Agentic In-Context Learning for News Stance Detection
- arxiv url: http://arxiv.org/abs/2507.11049v2
- Date: Wed, 16 Jul 2025 03:58:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-17 12:30:11.78667
- Title: Journalism-Guided Agentic In-Context Learning for News Stance Detection
- Title（参考訳）: ニューススタンス検出のためのジャーナリズム指導型エージェントインコンテキスト学習
- Authors: Dahyun Lee, Jonghyeon Choi, Jiyoung Han, Kunwoo Park,
- Abstract要約: スタンス検出は、視点対応のレコメンデーションと、メディアバイアスのデータ駆動分析を可能にする。
記事レベルの姿勢検出のための韓国初のデータセットであるtextscK-News-Stanceを紹介する。
また,textbfJournalism-guided textbfAgentic textbfIn-textbfContext textbfLフレームワークであるtextscJoA-ICLを提案する。
- 参考スコア（独自算出の注目度）: 1.6427963071264324
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As online news consumption grows, personalized recommendation systems have become integral to digital journalism. However, these systems risk reinforcing filter bubbles and political polarization by failing to incorporate diverse perspectives. Stance detection -- identifying a text's position on a target -- can help mitigate this by enabling viewpoint-aware recommendations and data-driven analyses of media bias. Yet, existing stance detection research remains largely limited to short texts and high-resource languages. To address these gaps, we introduce \textsc{K-News-Stance}, the first Korean dataset for article-level stance detection, comprising 2,000 news articles with article-level and 19,650 segment-level stance annotations across 47 societal issues. We also propose \textsc{JoA-ICL}, a \textbf{Jo}urnalism-guided \textbf{A}gentic \textbf{I}n-\textbf{C}ontext \textbf{L}earning framework that employs a language model agent to predict the stances of key structural segments (e.g., leads, quotes), which are then aggregated to infer the overall article stance. Experiments show that \textsc{JoA-ICL} outperforms existing stance detection methods, highlighting the benefits of segment-level agency in capturing the overall position of long-form news articles. Two case studies further demonstrate its broader utility in promoting viewpoint diversity in news recommendations and uncovering patterns of media bias.
- Abstract（参考訳）: オンラインニュース消費が増加するにつれて、パーソナライズされたレコメンデーションシステムはデジタルジャーナリズムにとって不可欠なものになっている。
しかし、これらのシステムは様々な視点を組み込むことができず、フィルターバブルの強化と政治的分極のリスクを負う。
スタンス検出 -- ターゲット上のテキストの位置を特定する -- は、視点対応のレコメンデーションと、メディアバイアスのデータ駆動分析を可能にすることで、この問題を軽減するのに役立つ。
しかし、既存のスタンス検出研究は、短文や高ソース言語に限られている。
これらのギャップに対処するために, 記事レベルのスタンス検出のための韓国初のデータセットである『textsc{K-News-Stance}』を紹介し, 47の社会問題にまたがって2000のニュース記事と19,650のセグメントレベルのスタンスアノテーションを含む。
また、重要な構造セグメント(例えば、リード、引用)のスタンスを予測するために、言語モデルエージェントを利用する言語モデルエージェント(例えば、リード、引用など)を用いて、記事全体のスタンスを推測するために集約された、XMLbf{Jo}urnalism-guided \textbf{A}gentic \textbf{I}n-\textbf{C}ontext \textbf{L}earning frameworkを提案する。
実験の結果, <textsc{JoA-ICL} は従来の姿勢検出法よりも優れており, 長文ニュース記事の総合的な位置を捉える上で, セグメントレベルエージェンシーの利点を強調している。
2つのケーススタディは、ニュースレコメンデーションにおける視点の多様性を促進し、メディアバイアスのパターンを明らかにするための、より広範な有用性をさらに示している。
関連論文リスト
- Decoding News Bias: Multi Bias Detection in News Articles [1.433758865948252]
我々は、ニュース記事に存在する様々なバイアスを調査し、大きな言語モデル(LLM)を用いたデータセットを構築した。
提案手法は広スペクトルバイアス検出の重要性を強調し,ニュース記事の完全性向上のための新たな洞察を提供する。
論文 参考訳（メタデータ） (2025-01-05T09:09:53Z) - VilBias: A Study of Bias Detection through Linguistic and Visual Cues , presenting Annotation Strategies, Evaluation, and Key Challenges [2.2751168722976587]
VLBiasは、最先端のLarge Language Models(LLM)とVision-Language Models(VLM)を活用して、ニュースコンテンツの言語的および視覚的バイアスを検出するフレームワークである。
本稿では,多様なニュースソースからのテキストコンテンツと対応する画像からなるマルチモーダルデータセットを提案する。
論文 参考訳（メタデータ） (2024-12-22T15:05:30Z) - Understanding Cross-Lingual Alignment -- A Survey [52.572071017877704]
言語間アライメントは多言語言語モデルにおける言語間の表現の有意義な類似性である。
本研究は,言語間アライメントの向上,手法の分類,分野全体からの洞察の要約といった手法の文献を調査する。
論文 参考訳（メタデータ） (2024-04-09T11:39:53Z) - P^3SUM: Preserving Author's Perspective in News Summarization with Diffusion Language Models [57.571395694391654]
既存のアプローチは、要約の50%以上で、ニュース記事の政治的意見やスタンスを変えている。
政治的視点分類器によって制御される拡散モデルに基づく要約手法であるP3SUMを提案する。
3つのニュース要約データセットの実験により、P3SUMは最先端の要約システムより優れていることが示された。
論文 参考訳（メタデータ） (2023-11-16T10:14:28Z) - 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) - X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs [55.80189506270598]
X-PARADEは、段落レベルの情報の分岐の最初の言語間データセットである。
アノテーションは、対象言語における段落をスパンレベルでラベル付けし、ソース言語における対応する段落に対して評価する。
アライメントされた段落は、異なる言語のウィキペディアページから引用される。
論文 参考訳（メタデータ） (2023-09-16T04:34:55Z) - 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) - VGTS: Visually Guided Text Spotting for Novel Categories in Historical Manuscripts [26.09365732823049]
本稿では,1つの注釈付きサポートサンプルを用いて,新しい文字を正確に検出するビジュアルガイドテキストスポッティング(VGTS)手法を提案する。
DSAブロックは、人間の視覚的スポッティングプロセスを模倣して、サポート画像とクエリ画像における識別的空間領域を特定し、焦点を合わせ、学習することを目的としている。
低リソーススポッティングタスクにおける例不均衡問題に対処するため,距離メトリック学習のための埋め込み空間の識別力を高める新しいトーラス損失関数を開発した。
論文 参考訳（メタデータ） (2023-04-03T06:40:52Z) - Contextual information integration for stance detection via
cross-attention [59.662413798388485]
スタンス検出は、著者の目標に対する姿勢を特定することを扱う。
既存のスタンス検出モデルの多くは、関連するコンテキスト情報を考慮していないため、制限されている。
文脈情報をテキストとして統合する手法を提案する。
論文 参考訳（メタデータ） (2022-11-03T15:04:29Z) - KCD: Knowledge Walks and Textual Cues Enhanced Political Perspective
Detection in News Media [28.813287482918344]
マルチホップ知識推論を可能にする政治的視点検出手法であるKCDを提案する。
具体的には、外部知識グラフのランダムウォークを生成し、それらをニューステキスト表現で注入する。
そこで我々は,ニュースコンテンツとセマンティック,構文,実体的手がかりを協調的にモデル化する異種情報ネットワークを構築した。
論文 参考訳（メタデータ） (2022-04-08T13:06:09Z) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳（メタデータ） (2020-10-13T21:33:24Z) - XREF: Entity Linking for Chinese News Comments with Supplementary
Article Reference [19.811371589597382]
本研究では,中国のニュースコメントに対するエンティティリンクの問題点について考察する。
本稿では、注意機構を利用して関連するコンテキストをピンポイントする新しいモデルXREFを提案する。
大規模未ラベルコーパスを利用した弱教師付きトレーニング手法を開発した。
論文 参考訳（メタデータ） (2020-06-24T19:42:54Z) - Generating Representative Headlines for News Stories [31.67864779497127]
同じ出来事をニュースに報告している記事のグループ化は、読者がニュースを消費するのを助ける一般的な方法である。
各ストーリーの代表的見出しを効率的かつ効果的に生成することは、依然として困難な研究課題である。
我々は,人間のアノテーションを使わずに大規模世代モデルを訓練するための遠隔監視手法を開発した。
論文 参考訳（メタデータ） (2020-01-26T02:08:22Z)
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。