초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

편향된 언어는 특정한 신념이나 관점에 대한 개인적이고 주관적인 평가가 포함된 언어를 의미한다. 편향된 언어가 정보 전달을 목적으로 하는 글에 사용되는 경우, 문장 내에 편향된 정보가 직접적으로 포함되지 않더라도 독자에게 의도하지 않은 편향된 시각을 갖게 할 여지가 있어 정보의 객관성과 중립성을 지키기에 큰 걸림돌이 된다. 따라서 정치, 종교 등과 같이 다양한 관점이나 입장 차이가 존재하는 주제에 대한 글, 혹은 사실관계가 아직 명확히 밝혀지지 않는 주제에 대한 글의 경우, 중립적인 정보 전달을 위해 특정한 주장이 부각되지 않으면서도 비중에 맞게 작성되어야 하며, 이는 적지 않은 전문성이 필요하다. 그러나 현대에 이르러, 각종 ...

편향된 언어는 특정한 신념이나 관점에 대한 개인적이고 주관적인 평가가 포함된 언어를 의미한다. 편향된 언어가 정보 전달을 목적으로 하는 글에 사용되는 경우, 문장 내에 편향된 정보가 직접적으로 포함되지 않더라도 독자에게 의도하지 않은 편향된 시각을 갖게 할 여지가 있어 정보의 객관성과 중립성을 지키기에 큰 걸림돌이 된다. 따라서 정치, 종교 등과 같이 다양한 관점이나 입장 차이가 존재하는 주제에 대한 글, 혹은 사실관계가 아직 명확히 밝혀지지 않는 주제에 대한 글의 경우, 중립적인 정보 전달을 위해 특정한 주장이 부각되지 않으면서도 비중에 맞게 작성되어야 하며, 이는 적지 않은 전문성이 필요하다. 그러나 현대에 이르러, 각종 검색 엔진, 웹 브라우저, 플랫폼, 및 Social Network Service(SNS)의 발달로 인하여, 전문성이 부족한 사람들도 쉽게 글을 작성하거나 공유할 수 있는 환경이 조성되어 대중들이 편향된 정보에 무방비로 노출될 수밖에 없는 필연적인 부작용이 사회적 문제로 대두되고 있다. 특히, 악의적인 왜곡으로 인하여 발생한 특정 관점에 대한 맹목적인 여론이나 무지로 인하여 발생한 잘못된 인식은 큰 사회적 혼란을 야기하여 무고한 피해자를 양산하고 있다. 따라서 본 논문에서는 사전학습 언어 모델을 기반으로 수치형 데이터로 구성된 언어적 특징을 텍스트와 함께 반영한 문장 단위의 편향성 분류모델을 제안하였다. 제안된 모델은 다른 비교 모델보다 우수한 성능을 나타내는 것을 정량적 및 정성적으로 확인하였다. 또한 가짜 뉴스와 문서 편향성 사이에 유의미한 관계가 있을 것이라는 가정을 통해 제안한 모델을 뉴스 데이터에 적용하여 뉴스의 편향성을 분석하였다. 그 결과, 가짜 뉴스에 편향된 문장이 더 많은 것을 정량적으로 확인하였다. 이를 통해 제안한 모델이 문서의 편향성을 유의미하게 탐지하는 것을 검증하였으며, 여러 분야에 활용할 수 있음을 확인하였다.

Keyword