論文の概要: Integrating Large Language Models and Knowledge Graphs to Capture Political Viewpoints in News Media

• arxiv url: http://arxiv.org/abs/2512.14887v1
• Date: Tue, 16 Dec 2025 20:10:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-18 17:06:26.779026
• Title: Integrating Large Language Models and Knowledge Graphs to Capture Political Viewpoints in News Media
• Title（参考訳）: 大規模言語モデルと知識グラフの統合によるニュースメディアの政治的視点の把握
• Authors: Massimiliano Fadda, Enrico Motta, Francesco Osborne, Diego Reforgiato Recupero, Angelo Salatino,
• Abstract要約: 与えられたトピックについて表現された視点の範囲を特定するパイプラインを開発する。 また、Wikidataから引き出されたセマンティックな記述でクレーム表現を豊かにしています。 英国移民論争を中心としたベンチマークで、代替ソリューションに対する我々のアプローチを評価する。
• 参考スコア（独自算出の注目度）: 3.509771256227556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: News sources play a central role in democratic societies by shaping political and social discourse through specific topics, viewpoints and voices. Understanding these dynamics is essential for assessing whether the media landscape offers a balanced and fair account of public debate. In earlier work, we introduced a pipeline that, given a news corpus, i) uses a hybrid human-machine approach to identify the range of viewpoints expressed about a given topic, and ii) classifies relevant claims with respect to the identified viewpoints, defined as sets of semantically and ideologically congruent claims (e.g., positions arguing that immigration positively impacts the UK economy). In this paper, we improve this pipeline by i) fine-tuning Large Language Models (LLMs) for viewpoint classification and ii) enriching claim representations with semantic descriptions of relevant actors drawn from Wikidata. We evaluate our approach against alternative solutions on a benchmark centred on the UK immigration debate. Results show that while both mechanisms independently improve classification performance, their integration yields the best results, particularly when using LLMs capable of processing long inputs.
• Abstract（参考訳）: ニュースソースは、特定のトピック、視点、声を通して政治的・社会的談話を形成することで、民主主義社会において中心的な役割を担っている。 これらのダイナミクスを理解することは、メディアの状況が公開討論のバランスよく公平な説明を提供するかどうかを評価するのに不可欠である。 初期の作業では、ニュースコーパスを与えられたパイプラインを導入しました。 i) 対象トピックについて表現された視点の範囲を特定するために、ハイブリッドヒューマンマシンアプローチを使用して、 二 セマンティック及びイデオロギー的に一致したクレーム(例えば、移民が英国経済に肯定的な影響を及ぼすとする立場)の集合として定義される、特定された視点に関する関連するクレームを分類すること。 本稿では,このパイプラインを改良する。 一 視点分類のための微調整大型言語モデル(LLM) 二 Wikidataから引き出された関係アクターのセマンティック記述によるクレーム表現の充実 英国移民論争を中心としたベンチマークで、代替ソリューションに対する我々のアプローチを評価する。 いずれのメカニズムも独立に分類性能を改善するが、特に長い入力を処理できるLLMを使用する場合、それらの統合は最良の結果をもたらす。

関連論文リスト

• Seeing to Act, Prompting to Specify: A Bayesian Factorization of Vision Language Action Policy [59.44168425139687]
  BayesVLA(ベイズVLA)は、前もってポリシーを視覚的アクションに分解し、ルック・トゥ・アクティベーションと言語条件付き可能性をサポートし、即時特定を可能にするベイズ因子化である。 実験は、既存の方法と比較して、目に見えない命令、オブジェクト、環境に対して優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-12-12T01:59:23Z)
• Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
  ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。 われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。 提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
  論文  参考訳（メタデータ） (2025-10-16T20:30:20Z)
• Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
  本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。 我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。 我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
  論文  参考訳（メタデータ） (2025-04-10T02:52:34Z)
• "Whose Side Are You On?" Estimating Ideology of Political and News Content Using Large Language Models and Few-shot Demonstration Selection [5.277598111323805]
  既存のイデオロギーを分類するアプローチは、大規模なデータセットのラベル付けを必要とするため、進化するイデオロギーの文脈に適応できないという点で制限されている。 本稿では、オンラインコンテンツの政治的イデオロギーを、文脈内学習を通じて、米国政治スペクトルの文脈で分類する大規模言語モデルの可能性について検討する。
  論文  参考訳（メタデータ） (2025-03-23T02:32:25Z)
• Synchronization between media followers and political supporters during an election process: towards a real time study [0.18749305679160366]
  我々は、2022年のフランス大統領選挙における様々な候補者の支持者の間で、Twitterにおける議論のダイナミクス(Xになる前)について分析する。 本研究は,特定のトピックに関する異なるグループ間の関心の同期を自動的に検出できることを実証する。
  論文  参考訳（メタデータ） (2025-03-07T16:25:58Z)
• Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
  大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。 本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。 観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
  論文  参考訳（メタデータ） (2023-11-15T00:02:25Z)
• GRADE: Automatic Graph-Enhanced Coherence Metric for Evaluating Open-Domain Dialogue Systems [133.13117064357425]
  自動対話評価のためのグラフ強調表現のための新しい評価指標GRADEを提案する。 具体的には、対話コヒーレンスを評価するために、粗粒度発話レベルの文脈化表現と細粒度トピックレベルのグラフ表現の両方を組み込んでいる。 実験の結果,GRADEは多様な対話モデルの測定において,他の最先端の指標よりも優れていた。
  論文  参考訳（メタデータ） (2020-10-08T14:07:32Z)

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。