FIGNEWS共享任务:新闻媒体叙事
本文介绍了利用CompRes数据集进行新闻媒体叙述结构自动检测的任务,并从叙述理论中采用新的故事要素,通过有监督模型训练,实现了$ F_1 $得分高达0.7。
Jul, 2020
该研究提出了一种用于事件因果关系注释的注释模式,为此构建了一个名为Causal News Corpus(CNC)的语料库,并使用神经网络在测试集上获得了81.20% F1得分,CNC是对外部语料库可转移的,也是文本挖掘研究人员的有价值资源。
Apr, 2022
该研究论文提出了一种通过考虑近似一致性和桥接关系来扩展传统身份关系范围的新闻文章共指注释方案,并详细描述了如何使用相应的注释工具Inception来设置,如何注释新闻文章中的实体,如何将它们与不同的共指关系联系起来,并链接到Wikidata的全球知识图谱。本文讨论了这种多层次的注释方法在媒体偏见问题中的应用,并提供了一种创建多样性跨文档共指语料库的方法,该方法可以用于通过词选择和标注来分析媒体偏见。
Oct, 2023
该研究调查了宣传语言及其风格特征,提出了PPN数据集,包括多源、多语言、多模态的新闻文章,从被专家机构确定为宣传来源的网站中提取。通过人工注释实验,结果表明人工注释者能够可靠地区分两种类型的新闻。本文提出了不同的自然语言处理技术,用于识别注释者使用的线索,并将它们与机器分类进行比较,包括衡量言语模糊性和主观性的分析工具VAGO、作为基准的TF-IDF以及四种不同的分类器:两种基于RoBERTa的模型、使用语法的CATS和结合句法和语义特征的XGBoost。
Feb, 2024
本研究通过零-shot、少-shot和可解释性提示方法,考察了GPT-3.5 Turbo、GPT-4和Flan-T5模型在检测新闻标题中的框架偏见方面的性能,并强调可解释性设置对社会科学研究中框架偏见的重要性。
Feb, 2024
使用 GPT-4 大型语言模型对包含6种其他语言的传媒行文进行细粒度的宣传技术检测,结果显示该模型在不同语种的跨度检测任务中遇到困难,相比于用于宣传检测的不同分类层次的模型微调后,GPT-4 仍然远远落后。
Feb, 2024
本研究探索了通过众包进行数据集创建的可能性,利用非专家注释员开发训练语料库,扩展了多语种的媒体框架分析并提供了孟加拉语和葡萄牙语的新基准数据集,展示出在众包数据集的基础上与其他现有数据集相结合,从而使基线提高5.32个百分点,并发现任务特定的精调是比使用更大的非专业模型更好的方法。
Apr, 2024
理解新闻文章的写作框架对解决社会问题至关重要,因此引起了通信研究领域的显着关注。我们介绍了一个扩展版的大型标记新闻文章数据集,包含16,687个新标记的配对。通过对新闻文章进行成对比较,我们的方法解放了传统新闻框架分析研究中手动识别框架类别的工作。该新闻文章相似性数据集是迄今为止最广泛的跨语言新闻文章数据集,涵盖10种语言、26,555个标记的新闻文章配对。每个数据点根据详细的代码手册进行了细致的注释,采用人在循环框架下进行。应用示例展示了它在揭示全球新闻报道中的国家社群、揭示新闻媒体偏见以及定量化与新闻创作相关因素方面的潜力。我们预计这个新闻相似性数据集将扩宽我们对媒体生态系统的认识,包括对事件和观点在国家、地点、语言和其他社会构建中的新闻报道。通过这样做,它可以推动社会科学研究和应用方法的进步,对我们的社会产生深远影响。
May, 2024
社交媒体上偏见和宣传的蔓延日益引起关注,本文提出了一个多语种语料库,包含了12,000条Facebook帖子,对偏见和宣传进行了全面注释。
Jul, 2024
通过将人类标注的少量示例与GPT相结合,我们提出了一种有效的扩展标注过程的策略,从而优化金融成本和分类准确性,达到与当时的最佳模型GPT-4相当的结果,并且成本只有其10分之一。
Jul, 2024