整合大型语言模型与知识图谱以捕获新闻媒体中的政治观点
计算与语言
2025-12-18 v1 人工智能
信息检索
摘要
新闻来源在民主社会中发挥着核心作用，通过特定的话题、观点和声音来塑造政治和社会话语。理解这些动态对于评估媒体格局是否提供了公平且公正的公共辩论概述至关重要。在之前的工作中，我们引入了一个管道，给定新闻语料库后：i) 使用混合人机方法来识别关于给定话题所表达的观点范围，ii) 对相关主张进行分类，以识别的观点（定义为一组在语义和意识形态上一致的主张，例如，关于移民对英国经济产生积极影响的立场）进行分类。在本文中，我们通过i) 对大型语言模型(LLM)进行微调以进行观点分类，ii) 从维基数据中获取相关演员的语义描述来丰富主张表示来改进这个管道。我们在围绕英国移民辩论的基准测试上对我们的方案进行评估。结果表明，尽管两种机制独立地改善了分类性能，但它们的集成产生了最佳结果，特别是当使用能够处理长输入的LLM时。
引用
@article{arxiv.2512.14887,
title = {Integrating Large Language Models and Knowledge Graphs to Capture Political Viewpoints in News Media},
author = {Massimiliano Fadda and Enrico Motta and Francesco Osborne and Diego Reforgiato Recupero and Angelo Salatino},
journal= {arXiv preprint arXiv:2512.14887},
year = {2025}
}