Experiments in News Bias Detection with Pre-Trained Neural Transformers

要約

World Wide Web は、事実に基づくニュース報道や解説など、世界中の情報への比類のないアクセスを提供します。
しかし、国家機関や商業関係者は、自分たちの政策を推進するために、偏った（歪曲された）情報や偽の（事実と異なる）情報をますます広めています。
文レベルのニュースバイアス検出とサブタイプ分類のタスクに関して、事前にトレーニングされたいくつかの大規模な言語モデルを比較し、定量的および定性的な結果を提供します。

要約(オリジナル)

The World Wide Web provides unrivalled access to information globally, including factual news reporting and commentary. However, state actors and commercial players increasingly spread biased (distorted) or fake (non-factual) information to promote their agendas. We compare several large, pre-trained language models on the task of sentence-level news bias detection and sub-type classification, providing quantitative and qualitative results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google