Die Studie präsentiert einen neuartigen BERT-basierten Klassifikator, der in der Lage ist, YouTube-Videos anhand ihrer Titel in sechs politische Kategorien einzuteilen: Weit links, Links, Mitte, Anti-Woke, Rechts und Weit rechts. Der Klassifikator wurde auf einem Datensatz von 10 Millionen Videotiteln trainiert und erreicht eine Genauigkeit von 75% sowie einen F1-Score von 77%.
Die Autoren vergleichen den BERT-Klassifikator mit anderen Modellen wie Word2Vec und GloVe, die ebenfalls auf dem Datensatz trainiert wurden. Der BERT-Klassifikator schneidet dabei am besten ab. Zur weiteren Validierung wurde der Klassifikator auf Videotitel von 15 bekannten Nachrichtenkanälen angewendet, deren politische Ausrichtung bekannt ist. In den meisten Fällen stimmt die vom Klassifikator vorhergesagte Verteilung der politischen Ausrichtung mit der tatsächlichen Ausrichtung des Kanals überein.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Nouar AlDaho... at arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.04261.pdfDeeper Inquiries