Unsupervised Explainable Controversy Detection from Online News
Unsupervised Explainable Controversy Detection from Online News
复制标题
来自在线新闻的无监督可解释争议检测
DOI：
10.1007/978-3-030-15712-8_60
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Kim, Y. and
中科院分区：
文献类型：
--
作者：
Kim, Y. and
提醒用户，一个网页是有争议的已被提出作为一种方法，以支持批判性思维的文本和话语。我们提出了一种方法来发现有争议的话题，在一个通用的文件，使用无监督训练。我们的方法包括迭代训练的争议分类器使用的意见和解释争议的文件中产生的主题短语描述it.Experiments表明我们提出的训练方法使用EM算法的有效性。当有争议的主题提取仅限于高质量的短语并结合TextRank信号时，它优于几种基线方法。
Alerting users that a web page is controversial has been proposed as one method to support critical thinking about text and discourse. We propose an approach to discover controversial topics in a generic document using unsupervised training. Our approach comprises iterative training of a controversy classifier using a disagreement signal within comments and explaining the controversy of the document by generating a topic phrase describing it. Experiments show the effectiveness of our proposed training method using an EM algorithm. When controversial topic extraction is restricted to quality phrases and incorporates TextRank signals, it outperforms several baseline approaches.
登录
查看更多内容
网络上的自动争议检测
DOI：
--
发表时间：
2015
期刊：
European Conference on Information Retrieval
影响因子：
--
作者：
Shiri Dori;J. Allan
通讯作者：
J. Allan
DOI：
10.1111/j.2517-6161.1977.tb01600.x
发表时间：
1977-01-01
期刊：
JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL
影响因子：
--
作者：
DEMPSTER, AP;LAIRD, NM;RUBIN, DB
通讯作者：
RUBIN, DB
识别新闻中有争议的话题
DOI：
--
发表时间：
2014
期刊：
LD4KD
影响因子：
--
作者：
Orphée De Clercq;S. Hertling;Veronique Hoste;Simone Paolo Ponzetto;Heiko Paulheim
通讯作者：
Heiko Paulheim
使用集体分类检测维基百科中的争议
DOI：
10.1145/2911451.2914745
发表时间：
2016
期刊：
Proceedings of the 39th International ACM SIGIR conference on Research and Development in Information Retrieval
影响因子：
--
作者：
Shiri Dori;David D. Jensen;J. Allan
通讯作者：
J. Allan
影响因子：
3.7
作者：
Yasseri T;Sumi R;Rung A;Kornai A;Kertész J
通讯作者：
Kertész J