利用高斯偏置分布检测新闻文章中的媒体偏见
计算与语言
2020-10-22 v1
摘要
媒体在塑造公众舆论方面发挥着重要作用。带有偏见的媒体可能将人们引向不良方向，因此应被揭示出来。我们观察到，仅依赖低级词汇信息分布的基于特征和神经文本分类方法无法检测媒体偏见。这一弱点对于新事件的文章最为明显，其中词汇出现在新语境中，因此其“偏见预测性”不明确。因此，在本文中我们研究文章中关于偏见陈述的二阶信息如何有助于提高检测效果。具体而言，我们在高斯混合模型中使用词汇和 informational 句子级偏见的频率、位置和顺序的概率分布。在一个现有的媒体偏见数据集上，我们发现偏见陈述的频率和位置强烈影响文章级偏见，而其确切顺序则是次要的。使用句子级偏见检测的标准模型，我们提供了经验证据，表明利用二阶信息的文章级偏见检测器明显优于未使用的检测器。
引用
@article{arxiv.2010.10649,
title = {Detecting Media Bias in News Articles using Gaussian Bias Distributions},
author = {Wei-Fan Chen and Khalid Al-Khatib and Benno Stein and Henning Wachsmuth},
journal= {arXiv preprint arXiv:2010.10649},
year = {2020}
}