"Don't quote me on that": Finding Mixtures of Sources in News Articles
Information Sciences Institue / University of Southern California(信息科学研究所 / 南加州大学)
记者发表人们提供的声明,或\textit{sources},以了解当前事件的背景,帮助选民做出明智的决定,并追究有权势的个人的责任。在这项工作中,我们构建了一个本体标记系统的基础上,每个源的\textit{affiliation}和\textit{role}的源。我们构建了一个概率模型来推断命名来源的这些属性,并将新闻文章描述为这些来源的混合物。我们的模型优于现有的混合建模和共聚类方法,并正确推断源类型在80%的专家评估的试验。这样的工作可以促进下游任务的研究,如意见和论证挖掘,代表了机器在环\textit{computational journalism}系统的第一步。
2021-04-19 cs.CL
Maintaining Journalistic Integrity in the Digital Age: A Comprehensive NLP Framework for Evaluating Online News Content
The Institute for Artificial Intelligence Research and Development of Serbia(塞尔维亚人工智能研究与发展研究所);University of Belgrade(贝尔格莱德大学);Universitas Negeri Padang(巴东国立大学)
本文提出了一个综合NLP框架,结合专门训练的语言模型与十项新闻标准,用于评估在线新闻文章的质量和可信度,同时探讨了其在检测细微偏见等方面的局限性。
2024-01-07 cs.AI cs.CL
The COVID That Wasn't: Counterfactual Journalism Using GPT
McGill University(麦吉尔大学)
本研究利用2020年前训练的语言模型,基于真实头条生成反事实COVID新闻,并与CBC News的5,082篇文章对比,发现生成文章态度更消极且地缘政治框架依赖更低,为模拟文化过程提供新方法。
2022-10-13 cs.CL
Enhancing Journalism with AI: A Study of Contextualized Image Captioning for News Articles using LLMs and LMMs
DFKI German Research Center for Artificial Intelligence(德国人工智能研究中心);Applied Artificial Intelligence, Carl von Ossietzky University Oldenburg(奥尔登堡卡尔·冯·奥西茨基大学应用人工智能系)
本研究利用GoodNews数据集评估LLMs和LMMs为新闻图片生成上下文描述的能力,发现开源LMMs可媲美专有模型,且控制上下文量能提升性能,表明新闻业需要人在回路的交互式策略。
2024-08-08 cs.CL cs.CV
'Don't Get Too Technical with Me': A Discourse Structure-Based Framework for Science Journalism
University of Edinburgh(爱丁堡大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);Northeastern University(东北大学);IBM Research Europe(IBM欧洲研究院)
本文针对自动科学新闻任务,提出整合论文话语结构与元数据指导生成的技术框架,并构建SciTechNews数据集,实验证明其优于Alpaca和ChatGPT等基线方法。
2023-10-23 cs.CL
Automated Journalistic Questions: A New Method for Extracting 5W1H in French
Université Laval(拉瓦尔大学);Ottawa University(渥太华大学)
本文提出首个面向法语新闻的5W1H自动化提取流水线,并构建250篇魁北克新闻标注语料,实验显示其性能与GPT-4o相当。
2025-06-06 cs.CL cs.LG
A Large-Scale Multi-Length Headline Corpus for Analyzing Length-Constrained Headline Generation Model Evaluation
The Asahi Shimbun Company(朝日新闻社);Retrieva, Inc.(Retrieva公司);Tokyo Institute of Technology(东京工业大学);Tohoku University(东北大学);RIKEN Center Advanced Intelligence Project(理化学研究所先进智能项目中心)
现在可以在多个设备上浏览新闻文章。新闻文章标题的长度有精确的上限,由相关设备或界面的显示大小决定。因此,在将标题生成任务应用于新闻制作时,控制标题的长度是至关重要的。然而,由于没有语料库的标题的多种长度为一个给定的文章,以前的研究控制输出长度的标题生成没有讨论是否系统输出可以充分评估没有多个不同长度的参考。在本文中,我们介绍了两个语料库,这是日本新闻语料库(JNC)和日本语多长度标题语料库(JAMUL),以确认以前的评估设置的有效性。JNC为标题生成提供了通用的监督数据。JAMUL是一个由专业编辑撰写的三种不同长度标题的大规模评估数据集。我们报告这些语料库的新发现,例如,虽然最长长度的参考摘要可以适当地评估现有的方法控制输出长度,这种评估设置有几个问题。
2019-09-26 cs.CL
Suspicious News Detection Using Micro Blog Text
Tohoku University(东北大学);RIKEN(理化学研究所);SmartNews, Inc.(SmartNews公司);FactCheck Initiative Japan(日本事实核查倡议);Hi-Ether Japan(日本Hi-Ether公司)
本文提出了一个新的任务--基于微博文本的可疑新闻检测。该任务旨在支持人类专家检测待验证的可疑新闻文章,这是昂贵的,但在验证文章的真实性之前是至关重要的一步。具体地说,在这个任务中,给定一组SNS上的帖子,引用一篇新闻文章,目标是判断该文章是否需要验证。对于这项任务,我们创建了一个公开可用的数据集在日本,并提供基准测试结果,通过使用几个基本的机器学习技术。实验结果表明,我们的模型可以减少人工事实检查过程的成本。
2018-10-27 cs.CL
Real-time Claim Detection from News Articles and Retrieval of Semantically-Similar Factchecks
Logically
事实核查一直是新闻工作的一部分。然而,随着新闻编辑室预算的缩减,它面临着越来越大的压力,而传播的虚假信息却在增加。因此,我们提出了一种方法来提高效率的事实检查过程中,使用自然语言处理(NLP)的最新发展。这种方法允许我们将传入的声明与现有的语料库进行比较,并在实时系统中返回类似的,经过事实检查的声明-允许事实检查员同时工作,而不会重复他们的工作。
2019-07-03 cs.CL
Automatic Generation of Factual News Headlines in Finnish
University of Helsinki(赫尔辛基大学);École Normale Supérieure-PSL(巴黎高等师范学院-PSL大学);CNRS(法国国家科学研究中心);Université Sorbonne nouvelle(新索邦大学)
我们提出了一种新的方法来生成芬兰语的新闻标题为一个给定的新闻故事。我们将其建模为摘要任务,其中模型被赋予新闻文章,其任务是生成描述文章主题的简洁标题。因为芬兰语没有公开可用的GPT-2模型,我们将首先使用几个语料库构建这样一个模型。然后,使用大量的新闻语料库的标题生成任务的模型进行微调。该系统由在芬兰一家媒体工作的3名专家记者进行评估。结果显示,可用性的标题建议工具,以促进新闻生产过程中所提出的方法。
2022-12-05 cs.CL
Identifying Informational Sources in News Articles
Information Sciences Institute, University of Southern California(南加州大学信息科学研究所);University of California, Los Angeles(加州大学洛杉矶分校);Annenberg School of Communication, University of Southern California(南加州大学安纳伯格传播学院)
本研究构建了迄今最大规模的新闻信息来源标注数据集,支持训练高性能模型进行信息检测与来源归因,并引入来源预测新任务,为叙事科学和辅助记者的来源推荐系统奠定基础。
2023-05-24 cs.AI cs.CL cs.CY
Framing the News:From Human Perception to Large Language Model Inferences
Idiap Research Institute(Idiap 研究所);EPFL(洛桑联邦理工学院)
该研究针对新冠反疫苗运动相关新闻,构建了含1786条欧洲报纸标题的人工框架标注数据集,探究GPT-3.5微调与提示工程两种方法的新闻框架推断性能,验证其复现人类框架识别感知的效果,为新闻框架分类任务自动化提供支持。
2023-04-27 cs.CL cs.HC
Searching News Articles Using an Event Knowledge Graph Leveraged by Wikidata
LIMSI, CNRS(法国国家科学研究中心机械与工程科学计算机实验室);EURECOM(欧洲通信学院);CEA, LIST(法国原子能和替代能源委员会、技术研究实验室);Agence France-Presse (AFP)(法新社);Sorbonne Université(索邦大学);Inserm(法国国家健康与医学研究院)
新闻机构制作了成千上万的多媒体故事,描述世界上发生的事件,这些事件要么是预定的,如体育比赛,政治峰会和选举,要么是突发事件,如军事冲突,恐怖袭击,自然灾害等。然而,寻找故事中描述的精确事实是困难的。在本文中,我们提出了一个通用的方法,利用维基数据知识库产生语义注释的新闻文章。接下来,我们描述了一个语义搜索引擎,它支持基于关键字的搜索在新闻文章和结构化数据搜索提供过滤器的属性属于特定的事件模式,自动推断。
2019-04-11 cs.CL
NSTM: Real-Time Query-Driven News Overview Composition at Bloomberg
Bloomberg(彭博);OakNorth(橡树北方)
每天,来自全球数十万来源的数百万篇新闻文章出现在新闻聚合器中。消费如此大量的新闻是一个几乎无法克服的挑战。例如,一位读者在彭博社的系统上搜索有关英国的新闻。会在一天内找到一万篇文章苹果公司,这家世界上新闻报道最多的公司,每天大约有1,800篇新闻报道。我们意识到需要一种新的摘要引擎,一种将大量新闻浓缩成简短、易于吸收的要点的引擎。该系统将过滤掉噪音和重复信息,以识别和总结有关公司、国家或市场的关键新闻。当用户查询时,彭博社的解决方案,关键新闻主题(或NSTM),利用最先进的语义聚类技术和新颖的摘要方法来生成全面而简洁的摘要,以大大简化新闻消费过程。NSTM可供全球数十万读者使用,每天以低于秒的延迟处理数千个请求。在ACL 2020上,我们将展示NSTM的演示。
2020-06-01 cs.CL
Explaining Mixtures of Sources in News Articles
University of Southern California(南加州大学);University of California, Los Angeles(加州大学洛杉矶分校);Stanford University(斯坦福大学)
本研究通过新闻来源选择案例,提出基于贝叶斯潜变量模型的指标来评估和预测文章规划模式,发现立场和社会归属模式最有效,并发布含400万篇文章的NewsSources语料库。
2024-11-07 cs.AI cs.CL
NewsEdits: A News Article Revision Dataset and a Document-Level Reasoning Challenge
Information Sciences Institute, University of Southern California(南加州大学信息科学研究所);University of California, Los Angeles(加州大学洛杉矶分校)
新闻文章修改历史提供了线索,叙述和事实的演变,在新闻文章。为了便于分析这种演变,我们提出了第一个公开的数据集的新闻修订历史,新闻编辑。我们的数据集是大规模和多语种的;它包含来自三个国家的22家英语和法语报纸来源的120万篇文章,460万个版本,覆盖时间跨度为15年(2006-2021)。我们定义了文章级别的编辑操作:添加、删除、编辑和重构,并开发了一个高精度的提取算法来识别这些操作。为了强调许多编辑操作的事实性质,我们进行了分析,显示添加和删除的句子比未更改的句子更有可能包含更新事件,主要内容和引用。最后,为了探索编辑操作是否是可预测的,我们介绍了三个新的任务,旨在预测版本更新期间执行的操作。我们表明,这些任务对于专家来说是可能的,但对于大型NLP模型来说是具有挑战性的。我们希望这可以刺激叙事框架的研究,并为记者追逐突发新闻提供预测工具。
2022-06-14 cs.CL
Disentangling Structure and Style: Political Bias Detection in News by Inducing Document Hierarchy
KAIST AI(韩国科学技术院人工智能学院);KAIST Moon Soul Graduate School of Future Strategy(韩国科学技术院文术未来战略研究生院)
本文提出一种多头层级注意力模型,通过同时建模句子语义和文档修辞结构,实现与写作风格无关的新闻政治偏见检测,并在稳健性和准确性上优于已有方法。
2023-10-27 cs.CL cs.LG
A Stylometric Inquiry into Hyperpartisan and Fake News
Bauhaus-Universität Weimar(包豪斯魏玛大学)
本文报告了对超党派(即,与假新闻有关的极端片面的)新闻。它提供了一个由BuzzFeed专业记者手动事实检查的1,627篇文章的大型语料库。这些文章来自9家著名的政治出版商,分别来自主流、超党派左翼和超党派右翼。总的来说,该语料库包含299条假新闻,其中97%来自超党派出版商。我们提出并展示了一种新的方式,通过Unmasking(一种最初为作者身份验证而设计的元学习方法)来评估文本类别之间的风格相似性,揭示了左翼和右翼新闻的风格比两者中的任何一个都与主流有更多的共同点。此外,我们发现,超党派新闻可以区分其风格从主流(F1=0.78),可以从两者(F1=0.81)讽刺。不出所料,基于风格的假新闻检测并没有达到标准(F1=0.46)。尽管如此,前面的结果对于实施假新闻检测器的预先筛选是重要的。
2017-02-18 cs.CL
Check-COVID: Fact-Checking COVID-19 News Claims with Scientific Evidence
Columbia University(哥伦比亚大学);Northwestern University(西北大学)
本文提出 Check-COVID 事实核查基准,用科学文献证据验证 COVID-19 新闻声明,并通过实验表明域内数据对提升自动核查性能至关重要。
2023-05-29 cs.AI cs.CL cs.CY
Aligning Multilingual News for Stock Return Prediction
University of Toronto(多伦多大学)
针对多语言新闻翻译易丢失语义细节的问题,提出基于最优传输的跨语言新闻句子对齐方法,应用于海量英日财经新闻后,能提升股票收益预测相关性与交易策略夏普比率。
2025-10-22 cs.CL q-fin.CP
A Look Into News Avoidance Through AWRS: An Avoidance-Aware Recommender System
The University of Tokyo(东京大学);Nikkei Inc.(日经公司)
针对新闻回避加剧的问题,提出回避感知推荐系统AWRS,将回避作为核心因素融入推荐,在英、挪、日三语数据集上验证了其优于现有方法。
2025-01-21 cs.CL cs.IR
Rewrite the News: Tracing Editorial Reuse Across News Agencies
本文研究多语言新闻中句子级文本重用,提出弱监督方法检测跨语言重用,分析重用内容在文章中的位置,揭示非字面重用现象。
2026-03-31 cs.CL cs.IR
SirenLess: reveal the intention behind news
Hong Kong University of Science and Technology(香港科技大学)
现今的新闻报道往往越来越具有误导性,使读者无法对某些事件作出主观判断。虽然已经提出了一些机器学习方法来检测误导性新闻,但其中大多数都是黑匣子,为人类决策提供的帮助有限。在本文中,我们提出了SirenLess,一个视觉分析系统的误导性新闻检测的语言特征。文章浏览器是一个新颖的交互式工具,它整合了新闻元数据和语言特征,以揭示新闻文章的语义结构,促进语篇分析。我们使用SirenLess分析了来自不同来源的18篇新闻文章,并总结了一些有用的模式,用于误导性新闻检测。与新闻专业人士和大学生进行用户研究,以确认我们的系统的有用性和有效性。
2020-01-08 cs.CL cs.HC
Reliability Estimation of News Media Sources: Birds of a Feather Flock Together
Idiap Research Institute(伊迪亚普研究所);Brno University of Technology(布尔诺理工大学)
本文提出一种基于强化学习的新闻来源可靠性程度估计方法,通过建模新闻媒体在Web上的交互关系,在更大规模数据集上验证了其与记者评分的高度相关性及对可靠性标签的有效预测能力。
2024-04-15 cs.AI cs.CL cs.CY
Designing and Evaluating Interfaces that Highlight News Coverage Diversity Using Discord Questions
Salesforce AI Research(Salesforce人工智能研究院);UCLA(加州大学洛杉矶分校)
现代新闻聚合器做的是组织大型新闻流的艰苦工作,为给定的新闻故事创建具有数十个源选项的集合。这篇论文表明,在没有进一步指导的情况下,导航新闻故事的大型源集合可能具有挑战性。在这项工作中,我们设计了三个接口-注释的文章,重组的文章,和问题网格-旨在陪同新闻读者在发现覆盖多样性,而他们阅读。由10名新闻专家进行的第一次可用性研究证实,设计的界面都显示了覆盖面的多样性,并确定了每个界面的潜在用例和受众。在第二个可用性研究中,我们开发并实施了一个阅读练习,有95个新手新闻读者来衡量接触覆盖多样性。结果表明,注释文章用户能够回答的问题比两个现有的界面更完整34%,同时发现界面同样易于使用。
2023-02-17 cs.CL cs.HC
Detecting Contextomized Quotes in News Headlines by Contrastive Learning
Soongsil University(崇实大学);KAIST(韩国科学技术院);Institute of Basic Science(基础科学研究院)
引用对于建立新闻文章的可信度至关重要。用引号括起来的直接引用具有强烈的视觉吸引力,是可靠引用的标志。不幸的是,这一新闻实践并没有得到严格遵守,标题中的引用往往是“语境化的”。“这样的引用使用了脱离上下文的词语,改变了说话者的意图,这样在正文中就没有语义匹配的引用。我们提出了QuoteCSE,一个对比学习框架,它代表了基于域驱动的正面和负面样本的新闻引用的嵌入,以确定这样的编辑策略。数据集和代码可在https://github.com/ssu-humane/contextomized-quote-contrastive上获得。
2023-02-09 cs.CL cs.CY
A Survey of Fake News: Fundamental Theories, Detection Methods, and Opportunities
Syracuse University(雪城大学)
假新闻的爆炸性增长及其对民主,正义和公众信任的侵蚀增加了对假新闻检测和干预的需求。该调查从四个方面对可以检测假新闻的方法进行了审查和评估:(1)它所携带的虚假知识,(2)它的写作风格,(3)它的传播模式,以及(4)它的来源的可信度。该调查还强调了一些潜在的研究任务的基础上审查。特别是,我们确定并详细说明了各个学科的相关基础理论,以鼓励对假新闻进行跨学科研究。我们希望这项调查能够促进计算机和信息科学、社会科学、政治学和新闻学专家之间的合作,研究假新闻,这些努力可以导致不仅有效而且更重要的是可以解释的假新闻检测。
2020-07-17 cs.AI cs.CL cs.SI
News Article Retrieval in Context for Event-centric Narrative Creation
Amazon(亚马逊);Bloomberg(彭博);University of Groningen(格罗宁根大学);University of Amsterdam(阿姆斯特丹大学);Ahold Delhaize Research(阿霍德德尔海兹研究院)
记者等作家经常使用自动工具来寻找相关内容以包含在他们的叙述中。在本文中,我们专注于支持作家在新闻领域发展以事件为中心的叙事。给定一个指定主要事件和上下文的不完整叙述,我们的目标是检索讨论相关事件的新闻文章,这些事件将使叙述得以继续。我们正式定义了这个任务,并提出了一个检索数据集的建设过程,依赖于现有的新闻文章来模拟不完整的叙述和相关的文章。在两个数据集上的实验表明,最先进的词汇和语义排序器不足以完成这项任务。我们发现,将这些与排名的文章按逆时间顺序排列的排名器相结合,优于那些排名器单独。我们还对结果进行了深入的定量和定性分析,揭示了这项任务的特点。
2021-06-30 cs.CL cs.IR
Visual Framing for News Stance Detection via Image Generation
Soongsil University(崇实大学);KAIST(韩国科学技术院)
研究针对新闻立场检测的隐含性挑战,提出VFStance方法,通过图像生成的视觉框架强化立场线索,实验及用户研究验证其有效性与潜在扩展应用。
2026-09-02 cs.AI cs.CL cs.CV