EMONA：新闻文章中的事件级道德意见

以往关于道德框架的研究多聚焦于社交媒体短文本，对新闻文章中道德情感的探索工作寥寥。 在新闻文章中，作者常通过对事件的道德判断来表达其意见或政治立场，具体而言，即根据社会道德规则判断该事件是对是错。本文提出一个新任务，用以理解新闻文章中对事件的道德意见。我们构建了一个新数据集 EMONA，对新闻文章中的事件级道德意见进行了标注。该数据集包含 400 篇新闻文章，涵盖超过 1 万句话和 4.5 万个事件，其中 9613 个事件获得了道德基础标签。提取事件道德是一项具有挑战性的任务，因为对事件的道德判断可能非常隐晦。我们构建了基准模型用于事件道德识别与分类。此外，我们还对事件级道德意见在三个下游任务中的集成进行了外部分析。统计分析和实验表明，事件的道德意见可作为识别意识形态偏差或主观事件的informative特征。