Vers la détection des biais subjectifs à l’aide d’embeddings de mots contextualisés

La détection des biais subjectifs est essentielle pour des applications telles que la détection de propagande, la recommandation de contenus, l’analyse d’opinion et la neutralisation des biais. Ce type de biais s’introduit dans le langage naturel à travers des mots et expressions inflammatoires, des doutes portés sur des faits, ainsi que des présuppositions sur la vérité. Dans ce travail, nous menons des expériences approfondies pour détecter les biais subjectifs en utilisant des modèles basés sur BERT sur le corpus Wiki Neutrality (WNC). Ce jeu de données comprend 360 000 instances étiquetées, issues d’éditions Wikipedia visant à supprimer diverses formes de biais. Nous proposons également des ensembles basés sur BERT qui surpassent les méthodes de pointe, telles que BERT_{large}, avec une amélioration de 5,6 points en score F1.