基于BERT的新型分类器：通过标题检测YouTube视频的政治倾向

四分之一的美国成年人定期从YouTube获取新闻。然而，尽管该平台上有大量政治内容，但迄今为止尚未有分类器被提出用于识别YouTube视频的政治倾向。为填补这一空白，我们提出了一种基于Bert（Google的语言模型）的新型分类器，该分类器仅根据视频标题将其分为六类：极左、左派、中间派、反觉醒、右派和极右。我们使用了一个包含1000万个YouTube视频标题（涵盖各种类别）的公开数据集来训练和验证所提出的分类器。我们将该分类器与在同一数据集上训练的几种替代方案进行比较，结果显示我们的分类器达到了最高的准确率（75%）和最高的F1分数（77%）。为了进一步验证分类性能，我们从众多知名新闻机构（如福克斯新闻和《纽约时报》）的YouTube频道收集了具有广泛已知政治倾向的视频，并将我们的分类器应用于其视频标题。在绝大多数情况下，预测的政治倾向与新闻机构的倾向相符。