The bias in the news media is an inherent flaw of the news production process, spanning news gathering, writing, and editing stages. Producer’s subjective valuation, wittingly or unwittingly, takes place during the daily production process. The resulting bias often causes a sharp increase in political polarization and in the cost of conflict on social issues such as Iraq war [8]. It is very difficult, if not impossible, for readers to have penetrating views on realities against such bias. We present PolyNews, a novel Internet news service framework aiming at mitigating the effect of media bias. PolyNews automatically creates and promptly provides readers with multiple classified viewpoints on a news event of interest. As such, it effectively helps readers understand a fact from a plural of viewpoints and formulate their own, more balanced viewpoints free from specific biased views. The proposed aspect-based clustering is realized through two important clustering steps, i.e., news structure-based clustering and collaborative clustering. We analyze well-known news writing rules and obtain clues on how viewpoint is expressed inside an article to automatically abstract the saliently covered aspect of a news event.
본 연구는 매체 편향(Media bias)의 효과를 완화하는 인터넷 뉴스 서비스인 PolyNews를 제안한다. 매체의 편향은 뉴스 생산 시 생산자의 주관적 판단이 개입됨으로 인한 뉴스 미디어의 본질적인 한계로, 독자들이 뉴스 사건을 편향된 관점에서 인식하게 만든다. PolyNews는 사건을 다른 관점에서 바라본 뉴스기사들을 분류하여 제공하는 서비스로서, 사용자들이 손쉽게 사건을 폭넓게 파악하고 보다 균형있는 관점을 갖도록 돕는다.
매체의 편향은 뉴스 생산과정의 본질적인 문제로 생산자의 입장에서 편향현상을 극복하는 것은 한계가 있다. 뉴스 생산자들은 저널리즘 윤리나 취재 강령 제정, 토론형 보도방식의 도입 등의 노력을 했지만 충분히 문제를 풀어내지 못했다. PolyNews는 뉴스 소비자들이 주도적으로 편향을 극복할 수 있는 서비스를 제공하여 보다 효과적인 문제해결이 가능하게 한다. 기존의 인터넷 뉴스 서비스는 대량의 기사를 사용자들이 쉽게 볼 수 있도록 해주기 위해 사건 별, 주제 별 뉴스기사의 묶음을 제공한다. 사건 또는 주제 별 뉴스 구독은 한 사건 내을 다른 관점에서 보도하는 기사들을 제공하지 못하기 때문에 매체 편향 현상의 효과를 완화하지 못한다.
본 연구에서는 관점 별로 뉴스를 분류하는 방법으로 aspect-based clustering을 제안한다. 그리고 그것을 실현하기 위해 news structure-based clustering과 collaborative clustering을 제안한다. 다른 관점을 갖는 기사는 사건의 다른 단면들을 전달하기 때문에 aspect-based clustering은 사건의 단면을 기준으로 분류를 제공한다. news structure-based clustering은 초점이 맞추어진 사건의 단면을 파악하기 위해 뉴스기사 구조의 전형인 역피라미드 구조를 활용하여 자동적으로 분류를 수행한다. collaborative clustering은 사용자들의 피드백을 통해 news structure-based clustering에서 생길 수 있는 일부 오류들을 보정하여 점진적으로 분류 결과의 품질을 높여나간다.
우리는 실험을 통해 PolyNews가 사건의 다양한 면을 효과적으로 사용자들에게 전달한다는 것을 확인할 수 있었다. aspect-based clustering이 만들어낸 분류는 많은 사람들에 의해 높은 품질의 분류라고 받아들여졌다. 나아가 사용자들은 실제로 분류된 결과를 이용해 종래의 뉴스 서비스 보다 다양한 기사를 읽고, 사건의 다양한 면을 고려한 가운데 사건에 대한 자신의 견해를 만들어가는 것을 볼 수 있었다.
