EMONA: Event-level Moral Opinions in News Articles

大多数之前关于道德框架的研究都集中在社交媒体短文本上，很少有研究探讨新闻文章中的道德情感。在新闻文章中，作者经常通过对事件的道德判断来表达他们的观点或政治立场，特别是根据社会道德规则判断事件是否正确或错误。本文开创了一个新的任务，以了解新闻文章中对事件的道德观点。我们创建了一个新的数据集EMONA，并注释了新闻文章中的事件级别道德观点。该数据集包含400篇新闻文章，超过10k个句子和45k个事件，其中9,613个事件接收了道德基础标签。提取事件的道德是一项具有挑战性的任务，因为对事件的道德判断可能非常隐晦。建立了事件道德识别和分类的基线模型。此外，我们还进行了外在评估，将事件级别的道德观点整合到三个下游任务中。统计分析和实验表明，事件的道德观点可以作为识别意识形态偏见或主观事件的信息特征。

本论文旨在探讨新闻文章中事件的道德情感，并创建一个新的数据集EMONA，用于注释新闻文章中事件级别的道德情感。同时，论文还构建了基线模型来识别和分类事件的道德情感，并将其应用于三个下游任务的外部评估中。

本论文的关键思路是在新闻文章中识别和分类事件的道德情感，并将其应用于下游任务中。为此，论文创建了一个新的数据集EMONA，并构建了基线模型来处理这个新问题。

本论文的亮点包括：1.创建了一个新的数据集EMONA，用于注释新闻文章中事件级别的道德情感；2.构建了基线模型来处理事件的道德情感识别和分类；3.将事件级别的道德情感应用于三个下游任务的外部评估中；4.实验结果表明，事件的道德情感可以作为识别意识形态偏见或主观事件的有用特征。

近期相关研究包括：1.在社交媒体短文本中识别道德框架的研究；2.在新闻文章中识别情感极性的研究；3.在新闻文章中识别事件的研究。