基于社交网络同配信息的上下文嵌入偏差无监督检测及其在意识形态中的应用

我们提出了一种完全无监督的方法来检测上下文嵌入中的偏差。该方法利用社交网络潜在编码的同配信息，并结合正交正则化、结构化稀疏学习和图神经网络来寻找捕捉该信息的嵌入子空间。作为一个具体示例，我们关注意识形态偏差现象：我们引入了意识形态子空间的概念，展示了如何通过将我们的方法应用于在线讨论论坛来发现它，并提出了探查它的技术。我们的实验表明，意识形态子空间编码了抽象的评价语义，并反映了唐纳德·特朗普总统任期内政治左右光谱的变化。