[論文レビュー] Detecting Polarized Topics in COVID-19 News Using Partisanship-aware Contextualized Topic Embeddings

He Zhang, Negar Mokhberian+3 more|arXiv (Cornell University)|Apr 15, 2021

Social Media and Politics参考文献 30被引用数 5

ひとこと要約

本稿では、偏見に配慮した文脈的トピック埋め込み（PaCTE）を提案する。この手法は、偏見のあるニュース源からイデオロギーに配慮したトピック表現を生成するため、微調整された言語モデルを用い、コサイン類似度を用いて極端化を測定する。新型コロナウイルス感染症のニュースに適用したところ、PaCTEは効果的にトピックの極端化を検出・定量化でき、道徳的基盤理論によって裏付けられた。

ABSTRACT

Growing polarization of the news media has been blamed for fanning disagreement, controversy and even violence. Early identification of polarized topics is thus an urgent matter that can help mitigate conflict. However, accurate measurement of polarization is still an open research challenge. To address this gap, we propose Partisanship-aware Contextualized Topic Embeddings (PaCTE), a method to automatically detect polarized topics from partisan news sources. Specifically, we represent the ideology of a news source on a topic by corpus-contextualized topic embedding utilizing a language model that has been finetuned on recognizing partisanship of the news articles, and measure the polarization between sources using cosine similarity. We apply our method to a corpus of news about COVID-19 pandemic. Extensive experiments on different news sources and topics demonstrate the effectiveness of our method to precisely capture the topical polarization and alignment between different news sources. To help clarify and validate results, we explain the polarization using the Moral Foundation Theory.

研究の動機と目的

• 高リスクな出来事（例：新型コロナウイルス感染症のパンデミック）の際、ニュースメディアにおける極端化を正確に測定する課題に対処すること。
• 特定のトピックに関して、ニュースソース間のイデオロギー的一致や相違を捉える手法を開発すること。
• 社会的対立や誤情報の拡散を抑えるために、極端化トピックの早期検出を可能にすること。
• 心理的理論を根拠に極端化検出を定式化し、解釈可能性を高めるために道徳的基盤理論を統合すること。

提案手法

• ニュース記事における偏見を識別できるように事前学習済み言語モデルを微調整し、イデオロギーに配慮した表現学習を可能にする。
• コーパス文脈に適合したトピック埋め込みを生成し、トピックの内容とソースの偏見の両方を符号化する。
• トピック埋め込み同士のコサイン類似度を用いて、ニュースソース間の極端化を測定する。
• 新型コロナウイルス感染症に焦点を当てた複数ソースのニュースコーパスを用い、手法の訓練と評価を行う。
• 検出された極端化パターンの解釈と検証に、道徳的基盤理論を適用する。
• 文脈に依存する埋め込みを活用し、単純なキーワード照合を超えた、洗練されたイデオロギー的差異を捉える。

実験結果

リサーチクエスチョン

• RQ1 PaCTEは、新型コロナウイルス感染症の報道における偏見のあるニュース報道において、極端化トピックをどれほど効果的に検出できるか？
• RQ2 トピック埋め込みは、ニュースソース間のイデオロギー的一致や相違をどの程度反映しているか？
• RQ3 道徳的基盤理論は、検出された極端化を解釈するための意味のある枠組みを提供できるか？
• RQ4 多様なニュースソースにおいて、PaCTEはベースライン手法と比較して極端化をどの程度うまく同定できるか？
• RQ5 どの具体的なトピックが高水準の極端化を示し、それらは道徳的基盤とどのように一致するか？

主な発見

• PaCTEは、多様なニュースソースにおいて、新型コロナウイルス感染症の報道において極端化トピックを高い精度で同定し、優れた性能を示した。
• この手法は、ロックダウン政策やワクチン接種の義務化といったトピックで顕著なイデオロギー的相違を明らかにした。これは観察されたメディアの偏見と整合的であった。
• トピック埋め込み間のコサイン類似度は、極端化を効果的に定量化でき、左寄りと右寄りのソース間で、対立的問題において明確な分離が見られた。
• 「害・ケア」と「公平性・不正」といった道徳的基盤に関連するトピックは、理論的予想通りに高い極端化を示した。
• 道徳的基盤理論の統合により、解釈可能性が向上し、検出された極端化パターンに心理的根拠を与えることができた。
• 特にトピック表現における微妙なイデオロギー的差異を捉える点で、PaCTEはベースライン手法を上回った。