评估新闻文本引述的党派特征
计算与语言
2019-02-07 v1
摘要
在新闻操守这一话题上,关于准确、公正的新闻报道现状,在 2016 年美国总统大选背景下引发了诸多争论。为追求对新闻文本的计算评估,媒体归于信源的陈述(引述)提供了一类可操作的常见证据。本文中,我们开发了一种比较新闻文本引述党派特征的方法,并将其应用于刻画归于候选人希拉里·克林顿与现任总统唐纳德·特朗普的陈述之间的差异。在此过程中,我们提出一个在超过 600 条内部标注引述上训练的模型,以高于 88% 的准确率识别各候选人。最后,我们讨论其性能对未来研究的启示。
引用
@article{arxiv.1902.02179,
title = {Assessing Partisan Traits of News Text Attributions},
author = {Logan Martel and Edward Newell and Drew Margolin and Derek Ruths},
journal= {arXiv preprint arXiv:1902.02179},
year = {2019}
}
备注
Honours Thesis completed for McGill University B.Sc. Software Engineering Supervised under Professor Derek Ruths Network Dynamics Lab