news media | BriefGPT - AI 论文速递

关键词news media

搜索结果 - 19

EMNLP美国枪击暴力报道中新闻标题和主题图片的检测
研究发现，通过使用多种信息模式（包括文章和图像派生特征）对新闻框架进行预测可以提高准确性，特别是当图像与标题的框架相关时。这也表明框架图像相关性与通过图像传递框架的便利程度相关。此外，作者还发布了美国枪支暴力相关的第一个多模式新闻框架数据集
PDF11 days ago
媒体偏见的重要性：了解社交媒体对疫苗态度的政治偏见的影响
新闻媒体被用作政治工具，不依据事实提出有偏见的主张。在 COVID-19 大流行期间，政治偏见的新闻（PBN）在明显削弱公众对疫苗的信任，尽管有强有力的医学证据支持其功效。本文分析了以下两个方面：（i）疫苗态度如何潜移默化地影响个体选择新闻
PDF4 months ago
支持基于卫星的洪水保险的新闻媒体中的洪水事件提取
通过提取新闻媒体中的高分辨率时空信息，我们的研究工作展示了新闻媒体作为改善洪水损害数据的时间分辨率和扩大空间覆盖范围的有希望的来源。
PDF7 months ago
MOKA：道德事件抽取的道德知识扩充
利用道德事件数据集和基于道德知识增强的 MOKA 框架，研究新闻报道中道德事件的选择性报道和不同意识形态倾向，揭示了新闻媒体运用道德语言创造记忆深刻的故事，并与读者价值观相契合的内在动力。
PDF8 months ago
EMNLP跨越空地：新闻报道中党派活动和对立派系事件的揭示
通过对新闻媒体进行研究，我们揭示了其如何在报道中通过事件的包含或省略来影响公众意见，突出了新闻 subtly shapes opinion 的方式。
PDF8 months ago
EMNLP解读缄默的多数：借助大型语言模型诱导信念增强的社会图谱进行响应预测
自动响应预测对新闻媒体具有重要作用，能够帮助内容制作者高效预测新闻发布的影响，防止意外的负面结果，如社会冲突和道德伤害。为了有效地预测响应，必须开发利用社交动态和上下文信息的度量，特别是在用户的明确个人资料或历史行为有限的情况下（被称为潜伏
PDF9 months ago
使用多项式朴素贝叶斯算法和词项频率 - 逆文档频率（TF-IDF 向量化）检查菲律宾新闻推文的可信度
利用基于地面真值注释和 TF-IDF 作为特征提取的新闻文章作为训练数据集的研究表明，使用 Multinomial Naive Bayes 的模型在训练中的准确率为 99.46％，在预测未见数据时为 88.98％；但其在将假新闻标记为真实新
PDFa year ago
新闻传播壁垒分类
本研究提出了一种基于维基百科概念的方法来推断新闻传播障碍的语义，该方法在分类新闻传播障碍方面比传统文本分类方法、深度学习和变压器模型等更有效。
PDFa year ago
GREENER: 新闻媒体个人资料的图神经网络
本文研究了网络新闻媒体的真实性和偏见问题，提出了 GREENER 模型，通过构建基于受众重叠的媒体相似性图和图神经网络来表示每个媒体，并发现其对新闻媒体的真实性和偏见的预测有很好的效果。
PDF2 years ago
检测 Hinghlish 新闻报道中定锚人的观点
本文提出了一项新颖的任务 - Debate 中 anchors 意见的检测，并针对此任务从代码混合的新闻辩论中创建了 ODIN 数据集，并提出 DetONADe，一个基于交互式注意力机制的框架用于分类 anchors 的话语，最终得分为 0
PDF2 years ago
KDD人机交互主题检测与跟踪的主题时间热度图
本文介绍了一种人机交互的 TDT 模型方法，通过生成新闻语料库的可视化概览，用户能够选择感兴趣的区域并回答一系列问题，从而更好地理解不同事件及其共性，从而优化算法
PDF3 years ago
KGAP：基于知识图谱的新闻媒体政治态度检测
本文提出了一种利用外部领域知识进行政治观点识别的 KGAP 方法，该方法在构造政治知识图谱的基础上，结合异构信息网络来表示新闻文本与外部知识，并采用关系图神经网络进行政治观点检测，实验结果表明该方法在现实世界的识别标准中表现最佳。
PDF3 years ago
ACL政治意识形态与政策立场的极化：一种多维度方法
研究新闻媒体的意识形态倾向与分化对于推进当代政治的理解至关重要。本文提出一种新颖而细粒度的意识形态研究方法，利用在左右方向上的立场来分析问题，并介绍了第一个描绘意识形态多维度构建并由政治科学家和语言学家进行标注的新闻文章文本数据集。通过控制
PDF3 years ago
ACLFraming Unpacked: 一种半监督的可解释的多视角媒体框架模型
使用半监督模型和自编码框架，学习嵌入新闻文章中事件和相关人物的本地信息，并利用这个信号进行框架分类。实验结果显示，该模型表现优于以前的框架预测模型，并可以通过使用半监督模型的未标记训练数据进一步提高性能，并且所学的事件和角色嵌入直观上与文档
PDF3 years ago
EMNLP新闻媒体偏见分析中的微妙框架弱监督学习
本文提出了一种最小监督方法来识别具有微妙差别的新闻文章涵盖的政治争议话题的框架，将经典政策框架细分为能更好地捕捉政治意识形态差异的细粒度子框架，并评估该建议的子框架及其嵌入在移民，枪控和堕胎三个话题上的效果，展示了子框架捕捉意识形态差异的能
PDF4 years ago
MM社交媒体中新闻媒体的热议事件挖掘
该研究旨在使用深度神经网络进行情感预测，从而检测社交网络中的攻击性回应，特别是在新闻媒体领域的应用。通过对来自 BBCNews、CNN 和 FoxNews 等新闻媒体的 Facebook 发帖评论进行分析，此研究来自训练基于 Word2Ve
PDF5 years ago
EMNLP直观而明显：事实报道镜头下的媒体偏见
本研究调查了信息性偏见在新闻媒体中的频率以及 Fine-tuning BERT 在预测信息性偏见方面的挑战和未来方向。
PDF5 years ago
EMNLP预测新闻媒体报道的真实性和偏见
本文旨在研究预测新闻媒体报道的真实性和偏见。通过大量的新闻网站以及一些从文章、维基百科页面、推特账户、网址结构和流量信息中得出的特征，实验表明本方法相比基线有较显著的性能提升，且各特征类型都至关重要。
PDF6 years ago
好友、坏消息 ——Twitter 中的情感和病毒性
通过对推特社交媒体上的三个语料库的量化分析，本文发现，情感和信息内容对推文的传播具有显著的影响，尤其是对于新闻类话题，负面情绪会增强传播效果。
PDF14 years ago