Examining Linguistic Biases in Telegram with a game theoretic analysis * - Intelligence Artificielle Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Examining Linguistic Biases in Telegram with a game theoretic analysis *

L'examination des biais linguistiques dans Telegram avec une approche théorie des jeux

Résumé

Selective formulations and selective reporting of facts in political news are deliberately used to create particular identities of different political sides. This becomes evident in media dialogue reporting about political conflicts. In contrast to most NLP-based studies of linguistic bias, we engage critically with its nature, aiming at a later de-biasing or at least raising awareness about linguistic bias in political news. We found inspiration in conversation analysis (CA), membership categorisation analysis (MCA) and a game-theoretic approach to discourse called epistemic message exchange (ME) games. We identified three types of bias: selective reports about facts, selective formulations when reporting about the same facts, and different histories built up by the differences in the first two. We extend the epistemic ME games model with findings from a qualitative study.
Les formulations et les comptes rendus sélectifs des faits dans les informations politiques sont délibérément utilisés pour créer des identités particulières des différents camps politiques. Cela devient évident dans les reportages sur les conflits politiques dans les médias. Contrairement à la plupart des études sur le biais linguistique basées sur la PNL, nous nous engageons de manière critique dans sa nature, en visant un dé-biaisement ultérieur ou au moins une prise de conscience du biais linguistique dans les informations politiques. Nous nous sommes inspirés de l'analyse des conversations (CA), de l'analyse de la catégorisation des membres (MCA) et d'une approche du discours basée sur la théorie des jeux, appelée jeux épistémiques d'échange de messages (ME). Nous avons identifié trois types de biais : des rapports sélectifs sur les faits, des formulations sélectives lors des rapports sur les mêmes faits, et des histoires différentes construites par les différences entre les deux premiers. Nous étendons le modèle des jeux épistémiques de l'EM avec les résultats d'une étude qualitative.
Fichier principal
Vignette du fichier
Explaining_Linguistic_Bias_with_Membership_Categorisation_Analysis.pdf (3.5 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03328712 , version 1 (30-08-2021)

Licence

Paternité

Identifiants

  • HAL Id : hal-03328712 , version 1

Citer

Sviatlana Höhn, Nicholas Asher, Sjouke Mauw. Examining Linguistic Biases in Telegram with a game theoretic analysis *. 3rd Multidisciplinary International Symposium on Disinformation in Open Online Media (MISDOOM 2021), Oxford Internet Institute, Sep 2021, Oxford (virtual), United Kingdom. pp.1-15. ⟨hal-03328712⟩
95 Consultations
112 Téléchargements

Partager

Gmail Facebook X LinkedIn More