一种用于新闻语言偏见检测的域自适应预训练方法
计算与语言
2022-05-24 v1 机器学习
摘要
媒体偏见是一种影响个体行为和集体决策的多面构念。倾斜的新闻报道是一边倒和极化写作的结果，可能以多种形式出现。在本文中，我们关注一种重要的媒体偏见形式，即由用词选择导致的偏见。由于语言复杂性以及缺乏代表性的金标准语料库，检测有偏见的用词选择是一项具有挑战性的任务。我们提出DA-RoBERTa，一种适配于媒体偏见领域的、基于Transformer的新最优模型，其以0.814的F1分数识别句子级偏见。此外，我们还训练了DA-BERT和DA-BART，两种更多适配于偏见领域的Transformer模型。我们提出的域适配模型在同一数据上优于先前的偏见检测方法。
引用
@article{arxiv.2205.10773,
title = {A Domain-adaptive Pre-training Approach for Language Bias Detection in News},
author = {Jan-David Krieger and Timo Spinde and Terry Ruas and Juhi Kulshrestha and Bela Gipp},
journal= {arXiv preprint arXiv:2205.10773},
year = {2022}
}