Nov, 2024
平衡透明度与准确性：基于规则与深度学习模型在政治偏见分类中的比较分析
Balancing Transparency and Accuracy: A Comparative Analysis of
Rule-Based and Deep Learning Models in Political Bias Classification
TL;DR本研究解决了在自动检测媒体政治偏见方面缺乏有效性的问题，通过比较基于规则和深度学习的两种方法，提出了一种新的视角。研究发现，基于规则的模型在不同数据条件下表现出一致性和更高的透明度，而深度学习模型则依赖于训练集，对未见数据的处理能力较弱，这为政治偏见分类提供了新的理解和应用潜力。