論文の概要: PartisanLens: A Multilingual Dataset of Hyperpartisan and Conspiratorial Immigration Narratives in European Media
- arxiv url: http://arxiv.org/abs/2601.03860v1
- Date: Wed, 07 Jan 2026 12:18:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 02:15:23.506187
- Title: PartisanLens: A Multilingual Dataset of Hyperpartisan and Conspiratorial Immigration Narratives in European Media
- Title（参考訳）: PartisanLens: ヨーロッパメディアにおける超党派・陰謀的移民物語の多言語データセット
- Authors: Michele Joshua Maggini, Paloma Piot, Anxo Pérez, Erik Bran Marino, Lúa Santamaría Montesinos, Ana Lisboa, Marta Vázquez Abuín, Javier Parapar, Pablo Gamallo,
- Abstract要約: textscPartisanLensは、スペイン語、イタリア語、ポルトガル語でnum1617超党派ニュースの見出しの最初の多言語データセットである。
このデータセットを用いて,広く使用されているLarge Language Models (LLMs) の分類性能を評価し,超党派の物語とPRCT物語の分類のための堅牢なベースラインを確立する。
最終的に、我々は資源と評価を提供し、TextscPartisanLensは、ヨーロッパの文脈におけるパルチザンや陰謀的物語の検出に関する将来の研究を支援している。
- 参考スコア（独自算出の注目度）: 5.72412714580848
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Detecting hyperpartisan narratives and Population Replacement Conspiracy Theories (PRCT) is essential to addressing the spread of misinformation. These complex narratives pose a significant threat, as hyperpartisanship drives political polarisation and institutional distrust, while PRCTs directly motivate real-world extremist violence, making their identification critical for social cohesion and public safety. However, existing resources are scarce, predominantly English-centric, and often analyse hyperpartisanship, stance, and rhetorical bias in isolation rather than as interrelated aspects of political discourse. To bridge this gap, we introduce \textsc{PartisanLens}, the first multilingual dataset of \num{1617} hyperpartisan news headlines in Spanish, Italian, and Portuguese, annotated in multiple political discourse aspects. We first evaluate the classification performance of widely used Large Language Models (LLMs) on this dataset, establishing robust baselines for the classification of hyperpartisan and PRCT narratives. In addition, we assess the viability of using LLMs as automatic annotators for this task, analysing their ability to approximate human annotation. Results highlight both their potential and current limitations. Next, moving beyond standard judgments, we explore whether LLMs can emulate human annotation patterns by conditioning them on socio-economic and ideological profiles that simulate annotator perspectives. At last, we provide our resources and evaluation, \textsc{PartisanLens} supports future research on detecting partisan and conspiratorial narratives in European contexts.
- Abstract（参考訳）: 誤報の拡散に対処するためには,超党派物語の検出と人口移動陰謀論(PRCT)が不可欠である。
これらの複雑な物語は、過党派が政治的分極と制度上の不信を駆り立てる一方、PRCTは現実世界の過激な暴力を直接動機付け、社会的結束と公共の安全のために彼らの識別を重要視している。
しかし、既存の資源は乏しく、主に英語中心であり、政治的言説の相互関係的な側面としてではなく、超党派主義、姿勢、修辞的偏見を分析することが多い。
このギャップを埋めるために、我々は、スペイン語、イタリア語、ポルトガル語で「num{1617}」という超党派ニュースの見出しの最初の多言語データセットである「textsc{PartisanLens}」を紹介した。
筆者らはまず,このデータセットを用いて広く使われているLarge Language Models(LLM)の分類性能を評価し,超党派の物語とPRCTの物語の分類のための堅牢なベースラインを確立した。
また,LLMを自動アノテータとして用いることで,人間のアノテーションを近似する能力について検討した。
結果は、その可能性と現在の限界の両方を強調します。
次に、標準的な判断を超えて、LLMがアノテータの視点をシミュレートする社会経済的・イデオロギー的なプロファイルを条件づけることで、人間のアノテーションパターンをエミュレートできるかどうかを検討する。
最終的に、我々は資源と評価を提供し、欧州の文脈でパルチザンや陰謀的物語を検出するための将来の研究を支援している。
関連論文リスト
- Integrating Large Language Models and Knowledge Graphs to Capture Political Viewpoints in News Media [3.509771256227556]
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。
論文 参考訳（メタデータ） (2025-12-16T20:10:55Z) - 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) - Passing the Turing Test in Political Discourse: Fine-Tuning LLMs to Mimic Polarized Social Media Comments [0.0]
本研究では、微調整された大言語モデル(LLM)が、偏光言説を再現し増幅できる範囲について検討する。
Redditから抽出された政治的に課金された議論のキュレートされたデータセットを使用して、オープンソースのLCMを微調整して、コンテキスト認識とイデオロギー的に整合した応答を生成します。
結果は、パルチザンのデータに基づいてトレーニングすると、LLMは高い信頼性と挑発的なコメントを生成でき、しばしば人間によって書かれたものと区別できないことを示唆している。
論文 参考訳（メタデータ） (2025-06-17T15:41:26Z) - Democratic or Authoritarian? Probing a New Dimension of Political Biases in Large Language Models [72.89977583150748]
本研究では,大規模言語モデルとより広い地政学的価値システムとの整合性を評価する新しい手法を提案する。
LLMは一般的に民主的価値観や指導者を好んでいるが、マンダリンでの権威主義的人物に対する好意が増している。
論文 参考訳（メタデータ） (2025-06-15T07:52:07Z) - Beyond Partisan Leaning: A Comparative Analysis of Political Bias in Large Language Models [6.549047699071195]
本研究では、大規模言語モデルにおける政治的行動を評価するために、ペルソナフリーでトピック固有のアプローチを採用する。
米国、ヨーロッパ、中国、中東で開発された43の大規模言語モデルからの反応を分析した。
発見は、ほとんどのモデルが中心左あるいは左イデオロギー的にリーンであり、非党派的エンゲージメントパターンが異なることを示している。
論文 参考訳（メタデータ） (2024-12-21T19:42:40Z) - What distinguishes conspiracy from critical narratives? A computational analysis of oppositional discourse [42.0918839418817]
本稿では,陰謀と批判的テキストを区別する,トピックに依存しない新しいアノテーション手法を提案する。
また、Telegramメッセージの高品質なアノテーションを含む多言語XAI-DisInfodemics corpus(英語とスペイン語)にも貢献する。
論文 参考訳（メタデータ） (2024-07-15T14:18:47Z) - Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。
我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。
この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
論文 参考訳（メタデータ） (2024-03-15T04:02:24Z) - Inducing Political Bias Allows Language Models Anticipate Partisan
Reactions to Controversies [5.958974943807783]
本研究では,Large Language Models (LLMs) を用いたデジタル談話における政治的偏見の理解の課題に対処する。
本稿では,Partisan Bias Divergence AssessmentとPartisan Class Tendency Predictionからなる包括的分析フレームワークを提案する。
以上の結果から,感情的・道徳的ニュアンスを捉えたモデルの有効性が明らかとなった。
論文 参考訳（メタデータ） (2023-11-16T08:57:53Z) - 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) - 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)
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。