Improved Models for Media Bias Detection and Subcategorization

要約

英語のニュース記事におけるニュースメディアのバイアスを詳細に検出し、サブ分類するための改良されたモデルを紹介します。
ゼロショット言語モデルと、事前に調整された大規模なニューラル トランスフォーマー言語モデルのパフォーマンスを比較し、クラスの詳細レベルが 27 のニュース バイアス タイプの新しい分類のパフォーマンスにどのような影響を与えるかを調査し、合成的に生成された例を使用する方法を示します。
データを使用して品質を向上できる

要約(オリジナル)

We present improved models for the granular detection and sub-classification news media bias in English news articles. We compare the performance of zero-shot versus fine-tuned large pre-trained neural transformer language models, explore how the level of detail of the classes affects performance on a novel taxonomy of 27 news bias-types, and demonstrate how using synthetically generated example data can be used to improve quality

arxiv情報

提供元, 利用サービス

arxiv.jp, Google