XiaoMi-AI文件搜索系统
World File Search System政治立场
基于社会背景信息融合异构网络的新闻立场歧视
摘要：具有党派倾向的媒体通过发布新闻文章支持自己倾向的政党来引导舆论方向，因此发现新闻文本中的政治偏见对国家选举预测和舆情管理具有重要的现实意义。一些带有偏见的新闻往往表述晦涩、文风模棱两可，而依靠新闻语义信息进行立场判别的方法绕过语言模型，准确率较低。本文提出一种基于社会背景信息融合异构网络的新闻立场判别方法，该方法从外部信息和基于新闻语义的细粒度主题拓展了创作者和话题者对新闻立场的判断能力。节点的多属性特征丰富了节点的特征表示，异构网络的联合表示可以降低立场判别对新闻语义信息的依赖。为了有效处理新新闻的立场判别问题，将多属性融合异构网络的设计扩展到归纳学习中，避免了重组带来的模型训练成本。本文基于 Allsides 数据集，扩展了作者的社会背景信息，并与基于新闻内容的政治立场判别模型进行了比较。实验中，最好的传导属性融合异构体