利用网络监督数据预测图像的政治倾向
机器学习
2019-11-04 v1 计算机视觉与模式识别
摘要
新闻媒体塑造公众舆论，且其所含的视觉偏见常为人类观察者所明显察觉。这种偏见可从不同媒体来源如何刻画不同主体或话题中推断。本文利用网络监督数据，大规模地对当代媒体来源中的视觉政治偏见进行建模。我们收集了来自左倾与右倾新闻来源的超百万张唯一图像及关联新闻文章的数据集，并提出一种预测图像政治倾向的方法。该问题尤其具有挑战性，因为我们的数据具有巨大的类内视觉与语义多样性。我们提出一种两阶段方法来应对该问题。第一阶段，强制模型学习相关视觉概念，这些概念与由图像配对文章计算的文档嵌入相结合，使模型能够预测偏见。第二阶段，我们去除文本域的要求，并以前一模型的特征训练一个视觉分类器。我们表明该两阶段方法有助于学习，并优于若干强基线。我们还给出大量定性结果以展示数据的细微差别。
引用
@article{arxiv.1911.00147,
title = {Predicting the Politics of an Image Using Webly Supervised Data},
author = {Christopher Thomas and Adriana Kovashka},
journal= {arXiv preprint arXiv:1911.00147},
year = {2019}
}