paint-brush
Смягчение смещения кадра с помощью минимизации потерь полярности: соответствующая работак@mediabias
460 чтения
460 чтения

Смягчение смещения кадра с помощью минимизации потерь полярности: соответствующая работа

Слишком долго; Читать

В этой статье исследователи обращаются к предвзятости в средствах массовой информации, которая является ключевым фактором политической поляризации. Они предлагают новую функцию потерь, чтобы минимизировать различия в полярности отчетности и эффективно снизить предвзятость.
featured image - Смягчение смещения кадра с помощью минимизации потерь полярности: соответствующая работа
Tech Media Bias [Research Publication] HackerNoon profile picture
0-item

Этот документ доступен на arxiv под лицензией CC BY-NC-SA 4.0 DEED.

Авторы:

(1) Еджин Банг, Центр исследований искусственного интеллекта (CAiRE), Гонконгский университет науки и технологий;

(2) Наён Ли, Центр исследований искусственного интеллекта (CAiRE), Гонконгский университет науки и технологий;

(3) Паскаль Фунг, Центр исследований искусственного интеллекта (CAiRE), Гонконгский университет науки и технологий.

Таблица ссылок

2. Сопутствующая работа

Предвзятость фреймирования – это хорошо документированный феномен в области медиаисследований (Райт и Гудвин, 2002; Энтман, 2002, 2010, 2007; Генцков и Шапиро, 2006; Генцков и др., 2015; Бератшова и др., 2016). ). По мнению Генцкова и Шапиро (2006), предвзятость фреймирования возникает, когда журналисты и средства массовой информации выборочно подчеркивают определенные аспекты истории, принижая или игнорируя другие (информационные), с предвзятым использованием языков (лексическими). Это может привести к искаженному восприятию событий среди общественности, особенно в тех случаях, когда их создание служит определенной программе или идеологии (Канеман и Тверски, 2013; Гоффман, 1974). Влияние предвзятости фреймирования особенно очевидно на политической арене, где средства массовой информации и политические партии часто участвуют в поляризационном дискурсе, призванном апеллировать к их соответствующим электоратам (Scheufele, 2000; Chong and Druckman, 2007).


Усилия по автоматическому смягчению Чтобы смягчить это явление, были предприняты различные автоматические усилия по смягчению предвзятости в СМИ (Fan et al., 2019; Hamborg et al., 2019; Morstatter et al., 2018; Laban and Hearst, 2017; Hamborg et al., 2017). ; Чжан и др., 2019б; ван ден Берг и Маркерт, 2020; Аналогичным направлением работы является прогнозирование идеологии (Лю и др., 2022) (если они левые, правые или центральные) или прогнозирование позиции (Бали и др., 2020), то есть обнаружение полярности. С другой стороны, наша работа направлена на создание нейронной статьи из поляризованных статей. Учитывая, что смещение фреймирования часто бывает очень незаметным, Морстаттер и др. (2018) изучает закономерности искажения фреймов в предложении и пытается обнаружить их автоматически. Еще одна распространенная попытка смягчения последствий — автоматическое отображение нескольких точек зрения (Hamborg et al., 2017; Park et al., 2009). Ли и др. (2022) сделали еще один шаг, чтобы составить резюме из поляризованных статей, чтобы автоматически представить несколько точек зрения в одном резюме. Наша работа соответствует видению предыдущих работ, но мы фокусируемся на более общем способе смягчения смещения кадра путем изучения потерь, минимизирующих полярность.