一种追溯道德变迁文本来源的无监督框架
计算与语言
2021-09-03 v1
摘要
道德在社会福祉中扮演重要角色，但人们的道德感知并不稳定且随时间变化。自然语言处理的最新进展表明，文本是揭示道德变迁的有效媒介，但尚未有研究尝试量化这些变迁的起源。我们提出一种新颖的无监督框架，用于追溯随时间推移针对实体的道德变迁的文本来源。我们用概率主题分布刻画道德变迁，并推断对道德时间序列施加显著影响的根源文本。我们在从社交媒体到新闻文章的多样化数据集上评估了我们的框架。我们表明，该框架不仅捕捉细粒度的人类道德判断，还能识别由历史事件触发的道德变迁的连贯来源主题。我们将该方法应用于分析COVID-19大流行期间的新闻，并展示其在识别高影响实时社会事件中道德变迁来源方面的效用。
引用
@article{arxiv.2109.00608,
title = {An unsupervised framework for tracing textual sources of moral change},
author = {Aida Ramezani and Zining Zhu and Frank Rudzicz and Yang Xu},
journal= {arXiv preprint arXiv:2109.00608},
year = {2021}
}