103 lượt đọc

Phân loại quan điểm chính trị thô sơ đa ngôn ngữ của phương tiện truyền thông: Lời cảm ơn và tài liệu tham khảo

từ tác giả Tech Media Bias [Research Publication]6m2024/05/19

dài quá đọc không nổi

Trong bài viết này, các nhà nghiên cứu phân tích tính trung lập và sự phát triển quan điểm của các bài báo do AI tạo ra trên các ngôn ngữ bằng cách sử dụng xếp hạng của các hãng tin tức xác thực.

featured image - Phân loại quan điểm chính trị thô sơ đa ngôn ngữ của phương tiện truyền thông: Lời cảm ơn và tài liệu tham khảo

Bài viết này có sẵn trên arxiv theo giấy phép CC BY-NC-SA 4.0 DEED.

tác giả:

(1) Cristina España-Bonet, DFKI GmbH, Cơ sở Tin học Saarland.

Bảng liên kết

Sự nhìn nhận

Tác giả cảm ơn những người đánh giá ẩn danh vì những bình luận và thảo luận sâu sắc. Eran làm điều đó nếu.

Người giới thiệu

Julien Abadji, Pedro Javier Ortiz Suárez, Laurent Romary và Benoît Sagot. 2021. Ungoliant: Một quy trình được tối ưu hóa để tạo ra kho dữ liệu web đa ngôn ngữ quy mô rất lớn. Kỷ yếu Hội thảo về những thách thức trong quản lý tập đoàn lớn (CMLC-9) 2021. Limerick, ngày 12 tháng 7 năm 2021 (Sự kiện trực tuyến), trang 1–9, Mannheim. LeibnizInstitut für Deutsche Sprache.

Dmitrii Aksenov, Peter Bourgonje, Karolina Zaczynska, Malte Ostendorff, Julian Moreno-Schneider và Georg Rehm. 2021. Phân loại chi tiết về thành kiến chính trị trong tin tức của Đức: Tập dữ liệu và các thử nghiệm ban đầu. Trong Kỷ yếu Hội thảo lần thứ 5 về Lạm dụng và Tác hại Trực tuyến (WOAH 2021), trang 121–131, Trực tuyến. Hiệp hội ngôn ngữ học tính toán.

Ramy Baly, Giovanni Da San Martino, James Glass và Preslav Nakov. 2020. Chúng tôi có thể phát hiện thành kiến của bạn: Dự đoán hệ tư tưởng chính trị của các bài báo. Trong Kỷ yếu của Hội nghị năm 2020 về các phương pháp thực nghiệm trong xử lý ngôn ngữ tự nhiên (EMNLP), trang 4982–4991, Trực tuyến. Hiệp hội ngôn ngữ học tính toán.

Micah Carroll, Alan Chan, Henry Ashton và David Krueger. 2023. Đặc điểm Thao tác từ Hệ thống AI. bản in trước arXiv arXiv:2303.09387.

Lingjiao Chen, Matei Zaharia và James Zou. 2023. Hành vi của ChatGPT thay đổi như thế nào theo thời gian? bản in trước arXiv arXiv:2307.09009.

Alexis Conneau, Kartikay Khandelwal, Naman Goyal, Vishrav Chaudhary, Guillaume Wenzek, Francisco Guzmán, Edouard Grave, Myle Ott, Luke Zettlemoyer và Veselin Stoyanov. 2020. Học tập biểu diễn đa ngôn ngữ không giám sát trên quy mô lớn. Trong Kỷ yếu Hội nghị thường niên lần thứ 58 của Hiệp hội Ngôn ngữ học tính toán, trang 8440–8451, Trực tuyến. Hiệp hội ngôn ngữ học tính toán.

Ameet Deshpande, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan và Karthik Narasimhan. 2023. Độc tính trong ChatGPT: Phân tích các mô hình ngôn ngữ do Persona chỉ định. bản in trước arXiv arXiv:2304.05335.

Cristina España-Bonet. 2023. Phân loại quan điểm chính trị thô sơ đa ngôn ngữ của truyền thông. Dòng biên tập của báo ChatGPT và Bard. Bộ dữ liệu trên Zenodo, v1.0.

José Antonio García-Díaz, Ricardo Colomo-Palacios và Rafael Valencia-García. 2022. Xác định đặc điểm tâm lý dựa trên hệ tư tưởng chính trị: Nghiên cứu phân tích của tác giả về các dòng tweet của các chính trị gia Tây Ban Nha được đăng vào năm 2020. Future Gener. Máy tính. Hệ thống, 130(C):59–74.

Xinyang Geng, Arnav Gudibande, Hao Liu, Eric Wallace, Pieter Abbeel, Sergey Levine và Dawn Song. 2023. Koala: Mô hình đối thoại cho nghiên cứu học thuật. Bài viết trên blog.

Google. 2023. Bard [Mô hình ngôn ngữ lớn theo hướng dẫn].

Jochen Hartmann, Jasper Schwenzow và Maximilian Witte. 2023. Hệ tư tưởng chính trị của AI đàm thoại: Bằng chứng hội tụ về định hướng ủng hộ môi trường, theo chủ nghĩa tự do cánh tả của ChatGPT. bản in trước arXiv arXiv:2301.01768.

Xiaowei Huang, Wenjie Ruan, Wei Huang, Gaojie Jin, Yi Dong, Changshun Wu, Saddek Bensalem, Ronghui Mu, Yi Qi, Xingyu Zhao, et al. 2023. Khảo sát về tính an toàn và độ tin cậy của các mô hình ngôn ngữ lớn thông qua lăng kính xác minh và xác nhận. bản in trước arXiv arXiv:2305.11391.

Maurice Jakesch, Advait Bhat, Daniel Buschek, Lior Zalmanson và Mor Naaman. 2023. Đồng sáng tác với các mô hình ngôn ngữ có quan điểm sẽ ảnh hưởng đến quan điểm của người dùng. Trong Kỷ yếu của Hội nghị CHI năm 2023 về yếu tố con người trong hệ thống máy tính, trang 1–15, New York, NY, Hoa Kỳ. Hiệp hội máy tính máy tính

Johannes Kiesel, Maria Mestre, Rishabh Shukla, Emmanuel Vincent, Payam Adineh, David Corney, Benno Stein và Martin Potthast. 2019. Nhiệm vụ SemEval2019 4: Phát hiện tin tức siêu đảng phái. Trong Kỷ yếu của Hội thảo Quốc tế lần thứ 13 về Đánh giá Ngữ nghĩa, trang 829–839, Minneapolis, Minnesota, Hoa Kỳ. Hiệp hội ngôn ngữ học tính toán.

Vivek Kulkarni, Junting Ye, Steve Skiena và William Yang Wang. 2018. Mô hình đa góc nhìn để phát hiện tư tưởng chính trị của các bài báo. Trong Kỷ yếu của Hội nghị năm 2018 về các phương pháp thực nghiệm trong xử lý ngôn ngữ tự nhiên, trang 3518–3527, Brussels, Bỉ. Hiệp hội ngôn ngữ học tính toán.

Andrew Kachites McCallum. 2002. MALLET: Bộ công cụ học máy cho ngôn ngữ. http://mallet.cs.umass.edu.

Fabio Motoki, Valdemar Pinho Neto và Victor Rodrigues. 2023. Con người hơn con người: Đo lường thành kiến chính trị của ChatGPT. Sự lựa chọn của công chúng.

Niklas Muennighoff, Thomas Wang, Lintang Sutawika, Adam Roberts, Stella Biderman, Teven Le Scao, M Saiful Bari, Sheng Shen, Zheng Xin Yong, Hailey Schoelkopf, Xiangru Tang, Dragomir Radev, Alham Fikri Aji, Khalid Almubarak, Samuel Albanie, Zaid Alyafeai, Albert Webson, Edward Raff và Colin Raffel. 2023. Khái quát hóa đa ngôn ngữ thông qua tinh chỉnh đa nhiệm. Trong Kỷ yếu Hội nghị thường niên lần thứ 61 của Hiệp hội Ngôn ngữ học tính toán (Tập 1: Bài viết dài), trang 15991–16111, Toronto, Canada. Hiệp hội ngôn ngữ học tính toán.

Reiichiro Nakano, Jacob Hilton, Suchir Balaji, Jeff Wu, Long Ouyang, Christina Kim, Christopher Hesse, Shantanu Jain, Vineet Kosaraju, William Saunders, và những người khác. 2021. WebGPT: Trả lời câu hỏi được hỗ trợ bởi trình duyệt với phản hồi của con người. bản in trước arXiv arXiv:2112.09332.

Roberto Navigli, Simone Conia và Björn Ross. 2023. Thành kiến trong các mô hình ngôn ngữ lớn: Nguồn gốc, Kiểm kê và Thảo luận. J. Chất lượng thông tin và dữ liệu, 15(2).

OpenAI. 2023. ChatGPT [Mô hình ngôn ngữ lớn theo hướng dẫn].

Pedro Javier Ortiz Suárez, Benoît Sagot và Laurent Romary. 2019. Đường ống không đồng bộ để xử lý khối lượng lớn trên cơ sở hạ tầng tài nguyên từ trung bình đến thấp. Kỷ yếu Hội thảo về những thách thức trong quản lý tập đoàn lớn (CMLC-7) 2019. Cardiff, ngày 22 tháng 7 năm 2019, trang 9–16, Mannheim. Leibniz-Institut für Deutsche Sprache.

Long Ouyang, Jeffrey Wu, Xu Jiang, Diogo Almeida, Carroll Wainwright, Pamela Mishkin, Chong Zhang, Sandhini Agarwal, Katarina Slama, Alex Ray, John Schulman, Jacob Hilton, Fraser Kelton, Luke Miller, Maddie Simens, Amanda Askell, Peter Welinder , Paul F Christiano, Jan Leike và Ryan Lowe. 2022. Đào tạo các mô hình ngôn ngữ làm theo hướng dẫn với phản hồi của con người. Trong Những tiến bộ trong hệ thống xử lý thông tin thần kinh, tập 35, trang 27730–27744. Hiệp hội Curran, Inc.

David Rozado. 2023. Mối nguy hiểm trong máy: Mối nguy hiểm của những thành kiến chính trị và nhân khẩu học được nhúng trong hệ thống AI. Viện Manhattan, Bản tóm tắt số phát hành, trang 1–16.

Daniel Russo, Salud María Jiménez-Zafra, José Antonio García-Díaz, Tommaso Caselli, L. Alfonso UreñaLópez và Rafael Valencia-García. 2023. PoliticIT tại EVALITA 2023: Tổng quan về Phát hiện Tư tưởng Chính trị trong Nhiệm vụ Văn bản Ý. Trong Chiến dịch đánh giá lần thứ tám về Công cụ xử lý ngôn ngữ tự nhiên và lời nói cho tiếng Ý năm 2023, số 3473 trong Kỷ yếu Hội thảo CEUR, Aachen.

Rohan Taori, Ishaan Gulrajani, Tianyi Zhang, Yann Dubois, Xuechen Li, Carlos Guestrin, Percy Liang và Tatsunori B. Hashimoto. 2023. Stanford Alpaca: Mô hình LLaMA theo hướng dẫn. https: //github.com/tatsu-lab/stanford_alpaca.

Hugo Touvron, Louis Martin, Kevin Stone, Peter Albert, Amjad Almahairi, Yasmine Babaei, Nikolay Bashlykov, Soumya Batra, Prajjwal Bhargava, Shruti Bhosale, Dan Bikel, Lukas Blecher, Cristian Canton Ferrer, Moya Chen, Guillem Cucurull, David Esiobu, Jude Fernandes, Jeremy Fu, Wenyin Fu, Brian Fuller, Cynthia Gao, Vedanuj Goswami, Naman Goyal, Anthony Hartshorn, Saghar Hosseini, Rui Hou, Hakan Inan, Marcin Kardas, Viktor Kerkez, Madian Khabsa, Isabel Kloumann, Artem Korenev, Punit Singh Koura , Marie-Anne Lachaux, Thibaut Lavril, Jenya Lee, Diana Liskovich, Yinghai Lu, Yuning Mao, Xavier Martinet, Todor Mihaylov, Pushkar Mishra, Igor Moly-bog, Yixin Nie, Andrew Poulton, Jeremy Reizenstein, Rashi Rungta, Kalyan Saladi, Alan Schelten, Ruan Silva, Eric Michael Smith, Ranjan Subramanian, Xiaoqing Ellen Tan, Bình Đường, Ross Taylor, Adina Williams, Jian Xiang Kuan, Puxin Xu, Zheng Yan, Iliyan Zarov, Yuchen Zhang, Angela Fan, Melanie Kambadur, Sharan Narang , Aurelien Rodriguez, Robert Stojnic, Sergey Edunov và Thomas Scialom. 2023. Llama 2: Nền tảng mở và các mô hình trò chuyện được tinh chỉnh. bản in trước arXiv arXiv:2307.09288.

Eva AM van Dis, Johan Bollen, Willem Zuidema, Robert van Rooij và Claudi L. Bockting. 2023. ChatGPT: năm ưu tiên cho nghiên cứu. Thiên nhiên, 614(7947):224–226.

Boxin Wang, Weixin Chen, Hengzhi Pei, Chulin Xie, Mintong Kang, Chenhui Zhang, Chejian Xu, Zidi Xiong, Ritik Dutta, Rylan Schaeffer, và những người khác. 2023a. DecodingTrust: Đánh giá toàn diện về độ tin cậy trong các mô hình GPT. bản in trước arXiv arXiv:2306.11698.

Yizhong Wang, Yeganeh Kordi, Swaroop Mishra, Alisa Liu, Noah A. Smith, Daniel Khashabi và Hannaneh Hajishirzi. 2023b. Tự hướng dẫn: Căn chỉnh các mô hình ngôn ngữ với các hướng dẫn tự tạo. Trong Kỷ yếu Hội nghị thường niên lần thứ 61 của Hiệp hội Ngôn ngữ học tính toán (Tập 1: Bài viết dài), trang 13484–13508, Toronto, Canada. Hiệp hội ngôn ngữ học tính toán.

Yizhong Wang, Swaroop Mishra, Pegah Alipoormolabashi, Yeganeh Kordi, Amirreza Mirzaei, Atharva Naik, Arjun Ashok, Arut Selvan Dhanasekaran, Anjana Arunkumar, David Stap, Eshaan Pathak, Giannis Karamanolakis, Haizhi Lai, Ishan Purohit, Ishani Mondal, Jacob Anderson, Kirby Kuznia, Krima Doshi, Kuntal Kumar Pal, Maitreya Patel, Mehrad Moradshahi, Mihir Parmar, Mirali Purohit, Neeraj Varshney, Phani Rohitha Kaza, Pulkit Verma, Ravsehaj Singh Puri, Rushang Karia, Savan Doshi, Shailaja Keyur Sampat, Siddhartha Mishra, Sujan Reddy A, Sumanta Patro, Tanay Dixit và Xudong Shen. 2022. Hướng dẫn siêu tự nhiên: Khái quát hóa thông qua hướng dẫn khai báo trên hơn 1600 nhiệm vụ NLP. Trong Kỷ yếu của Hội nghị năm 2022 về các phương pháp thực nghiệm trong xử lý ngôn ngữ tự nhiên, trang 5085–5109, Abu Dhabi, Các Tiểu vương quốc Ả Rập Thống nhất. Hiệp hội ngôn ngữ học tính toán.

Jason Wei, Maarten Bosma, Vincent Zhao, Kelvin Guu, Adams Wei Yu, Brian Lester, Nan Du, Andrew M. Dai và Quốc V Lê. 2022. Các mô hình ngôn ngữ được tinh chỉnh là những người học không cần nỗ lực. Trong Hội nghị quốc tế về đại diện học tập.