ニュースメディアでの政治的視点の検出のためのグラフ畳み込みネットワークによる社会情報のエンコード
グラフ畳み込みネットワークを使用してソーシャル情報をエンコードし、ニュースメディアの政治的視点を検出します
まとめ
メディアがニュースイベントを議論する方法に影響を与える政治的視点を決定することは、重要で挑戦的な作業です。この記事では、ソーシャル情報のコンテキスト化の重要性を強調し、この情報がソーシャルネットワークでどのように拡散しているかをキャプチャしました。最近提案されたグラフ畳み込みネットワーク（関係情報を表すニューラルネットワーク構造）を使用してこの情報を取得し、ごくわずかな社会情報分類でも大幅に改善できることを示しています。
1はじめに
過去10年間で、情報の生成と伝達の方法に大きな変化が見られました。現在、ソーシャルプラットフォームは、ジャーナリストやファクトチェッカーを雇って提供する情報の有効性を確認する専門的な情報源ではなくなりましたが、ユーザーがコンテンツを広める手段を提供するため、ニュースイベントを報告する情報チャネルや記事の数が大幅に増加します。増やす。このプロセスの直接的な結果として、提供される情報は、多くの場合、その基本的な見解、関心、およびイデオロギーによって決定されます。たとえば、最近の米国政府の閉鎖に関する民主党上院議員のコメントについて議論するには、次の2つの段落を検討してください。
2つの記事は同じイベントについて説明していますが、両者の見解は大きく異なります。1つ目はコメントを直接報告するもので、2つ目はこれらのコメントに対する否定的な反応に焦点を当てています。パースペクティブの違いを識別して明確にすることは、新しく形成された情報ランドスケープへの信頼を高め、すべてのパースペクティブを表現できるようにするのに役立ちます。また、誤ったコンテンツやうわさを自動的に検出して、1つの視点のみが強調表示されているインフォメーションルームを特定するのにも役立ちます。
伝統的に、著者の視点を決定することは、著者の偏見を示す言語インジケータまたは質問フレームフレーズに焦点を当てたテキスト分類の問題です。これらの指標は、政策文書や政治論争などのイデオロギーのテキストの偏見を効果的に捉えることができます。これらのテキストは、彼らの政治的傾向を隠蔽し、主題中心の語彙を使用することを試みません。ニュースのナラティブにおける著者の偏見を判断することは、より困難な場合があります。ニュース記事は、その性質上、多くのトピックをカバーしているため、多様でダイナミックな語彙が形成され、新しいイベントが展開されるたびに更新されます。さらに、純粋な政治テキストとは異なり、ニュースのナレーションは信頼性を維持し、公正に見えるように試みます。したがって、偏見は、通常は物語のさまざまな側面を強調することによって、微妙な方法で導入されます。
この記事の主な洞察は、情報を広めることの社会的背景を利用して、情報をより適切に表現し、承認されたテキストコンテンツに基づいてユーザーの知識を利用し、直接監督することなく情報を広めることです。リモート監視ソース。ソーシャルネットワークでの情報発信の分析に関する最近のいくつかの研究は、ソーシャルネットワークでのニュースソースとユーザー間の相互作用に焦点を当てています。ただし、この分野のダイナミクスとしばしば対立する背景を考慮すると、ニュース記事の真の情報源は、別のアイデンティティを採用することによって隠されたり、未知になったり、覆い隠されたりする可能性があります。私たちの焦点は、ドキュメントのソースを分析することではなく、ソーシャル情報を使用し、ネットワーク上で情報が共有される方法をキャプチャし、テキスト表現を導き、テキストコンテンツに関する決定を行う際の追加サポートを提供することです。
2
３
4
5