从情感指纹溯源偏见：一种计算方法的偏差缓解
计算与语言
2025-10-21 v2 人工智能
摘要
本研究引入一种新框架，通过追溯partisan stance背后的情感语言根源来分析和缓解媒体偏见。我们认为，partisan bias不仅是一种抽象立场，而是以可量化的情感指纹形式体现于新闻文本中。这些指纹通过Valence-Arousal-Dominance (VAD)框架进行系统测量，从而解码partisan framing背后的情感策略。对Allsides数据集的分析证实了这一假设，揭示了左倾、中立和右倾媒体具有显著且具有统计学意义的情感指纹。基于这一证据驱动的方法，我们提出了通过NeutraSum实现偏差缓解的计算方法。NeutraSum通过显式针对偏好语言的VAD特征，生成既连贯又在情感上显著接近中性基准的摘要。实验结果验证了我们的框架：NeutraSum成功消除了其摘要中的partisan情感指纹，实现的情感偏差得分显著低于其他模型。本工作开创了一种新的偏差缓解路径，将关注点从处理症状（政治标签）转向解决根本原因：语言中partisan bias的情感编码。
引用
@article{arxiv.2501.01284,
title = {Tracing Partisan Bias to Its Emotional Fingerprints: A Computational Approach to Mitigation},
author = {Junjie Liu and Xi Luo and Sirong Wu and Gengchen Sun and Yuhui Deng},
journal= {arXiv preprint arXiv:2501.01284},
year = {2025}
}