基于上下文的新闻报道摘樱桃式偏见检测
计算与语言
2024-07-23 v2
摘要
摘樱桃式偏见（Cherry-picking）指故意挑选有利于特定观点的证据或事实，同时忽略或歪曲支持相反视角的证据。人工识别新闻报道中的摘樱桃式陈述可能颇具挑战。在本研究中，我们引入了一种新颖的方法，通过利用语言模型和其他新闻来源的上下文信息，识别目标新闻报道中缺失的重要陈述，从而检测摘樱桃式陈述。此外，本研究还引入了一个专门设计用于训练和评估摘樱桃式偏见检测模型的新数据集。我们表现最佳的模型在检测重要陈述方面达到了约 89% 的 F-1 分数。此外，结果表明，在评估陈述重要性时，融入来自替代叙述的外部知识是有效的。
引用
@article{arxiv.2401.05650,
title = {On Context-aware Detection of Cherry-picking in News Reporting},
author = {Israa Jaradat and Haiqi Zhang and Chengkai Li},
journal= {arXiv preprint arXiv:2401.05650},
year = {2024}
}