명백한 현상: 사실 보고를 통한 미디어 편향

뉴스 미디어에서 정치적 편향의 증가하는 유행은 이에 대한 대중의 인식 증가와 강력한 탐지 방법의 필요성을 촉구합니다. 이전의 자연어 처리(NLP) 연구는 주로 단어 선택과 구문과 같은 언어적 속성에 의해 포착된 어휘적 편향에 초점을 맞춰왔으나, 다른 유형의 편향은 텍스트에 포함될 내용을 실제로 선택함에서 발생합니다. 본 연구에서는 정보적 편향의 영향을 조사합니다: 독자의 의견을 흔들 수 있는 사실 내용입니다. 우리는 먼저 1,727개의 편향 스팬이 주석된 300개의 뉴스 기사로 구성된 새로운 데이터 세트인 BASIL을 생성하고, 정보적 편향이 뉴스 기사에서 어휘적 편향보다 더 자주 나타난다는 증거를 발견합니다. 우리는 또한 다양한 미디어 매체에서 뉴스 기사에서 정보적 편향이 어떻게 나타나는지를 관찰하기 위해 주석을 연구합니다. 마지막으로, 우리의 레이블된 데이터를 기반으로 BERT를 미세 조정하여 정보적 편향 예측을 위한 기준 모델을 제시하여 이 작업의 도전 과제와 향후 방향을 시사합니다.