Dec, 2022

DBpedia 和 Wikidata 中的政治代表性偏见对下游处理的挑战

PDF
TL;DR本文比较了 Diversity Searcher 使用的两个数据源：DBpedia 和 Wikidata，讨论了这些数据源对文本分析结果的影响，描述了在设计数据分析和其背后的假设以及结果方面所需的许多决策和潜在影响。
diversity searcherautomated content analysisexternal knowledge sourcedata analysisontology
发现论文，激发创造
  • 通过比较实体相关信息来源，实现新闻覆盖中选择偏差的语料库规模发现

    本篇论文探讨了如何建立可扩展 NLP 系统来直接从海量新闻语料库中发现媒体选择偏差模式的挑战，并针对新闻源的意识形态进行了实证研究，通过无监督的学习方法来捕捉新闻语料库中的媒体选择倾向，为未来的媒体选择偏差研究提供了启示。

    Apr, 2023

  • 透过 DBpedia 的眼睛看维基数据

    介绍了如何将 Wikidata 融入 DBpedia 生态系统并描述了这一数据集的结构和转换过程。

    Jul, 2015

  • 在线表示很重要：搜索和推荐系统中的实用端到端多样化

    为了在在线平台中提高用户的代表性，我们提出了一种端到端的多样化机制，包括检索、排名和负责平衡多样性和实用性的多目标优化；实验结果表明这种方法显著提高了多样性，并且在实用性方面具有中性到正面的影响。

    May, 2023

  • 量化搜索偏见：调查社交媒体政治搜索偏见的来源

    本研究提出了一种框架来量化搜索系统中源自不同来源的偏见，并将其应用于 Twitter 上与政治相关的查询，发现无论是输入数据还是排名系统都会显著地在搜索结果中产生不同程度和不同方式的偏见，并讨论了这些偏见的后果以及社交媒体搜索系统界面中信号偏见的可能机制。

    Apr, 2017

  • 新闻文章中的政治偏见量化

    本文旨在建立一种自动模型，评估在线新闻文章的意识形态偏见，结果表明目前的自动模型能力不足以被用于自动注释文档，进而计算搜索结果中的偏见。

    Oct, 2022

  • 使用链接开放数据丰富维基数据

    本文尝试借助异构链接数据和语义 Web 技术，提出了一种新的方案来丰富 Wikidata 知识库，并使用 DBpedia 和 Getty 图像库作为实现案例，结果表明该方法可为 Wikidata 注入数百万条高质量的数据。

    Jul, 2022

  • 没有代表，就没有分类：评估发展中国家开放数据集中的地球物理多样性问题

    本文分析了两个大型公开图像数据集的地球多样性，发现这些数据集似乎存在明显的美欧中心主义倾向，这强调了在构建开发中国家使用的数据集时确保地球代表性的必要性。

    Nov, 2017

  • 维基百科传记中社会偏见的受控分析

    本文介绍了一种分析 Wikipedia 页面的方法，以研究社会偏见对公众舆论的可能影响，结果表明社会偏见具有可疑性，不为协变量控制可能导致不同的结论和偏见。

    Dec, 2020

  • 多语言维基百科研究的考虑因素

    本文详细介绍了不同语言版本的维基百科之间存在的差异，并提出了如何使用多语言和多模态数据进行研究和建模的建议。

    Apr, 2022

  • 用于评估仇恨言论识别中人口统计偏见的多语 Twitter 语料库和基准

    本研究到了关于文档分类模型公平性评估的现有研究，主要使用无作者人口属性基准事实的合成单语言数据。在该工作中，作者们汇编并发布了一个多语言 Twitter 语料库，用于推断作者的四个人口属性：年龄，国家，性别和种族 / 民族。该语料库涵盖了五种语言：英语、意大利语、波兰语、葡萄牙语和西班牙语。我们使用 Figure Eight 的众包平台评估了推断出的人口属性标签的准确性。为了检查可能引起偏见的因素，我们对英语语料库进行了人口预测的实证分析。我们评估了四种流行文档分类器的性能，并评估了基准分类器在作者级人口属性上的公平性和偏见。

    Feb, 2020