본 논문은 RoBERTa 기반 모델을 활용하여 문장 수준의 미디어 편향 분류를 수행합니다. 전문가가 주석을 단 BABE 데이터셋을 사용하여 모델을 미세 조정하고, DA-RoBERTa 기준 모델과 비교하여 통계적으로 유의미한 성능 향상을 보였습니다. 어텐션 기반 분석을 통해 정치적으로 자극적인 용어에 과민하게 반응하지 않고 문맥적으로 관련된 토큰에 집중하는 것을 확인했습니다. 기존의 편향 유형 분류기를 결합한 파이프라인을 제시하여 포괄적인 미디어 편향 검사를 수행하며, 문장 수준 분석 및 데이터셋 크기의 제약에도 불구하고 우수한 일반화 성능과 해석 가능성을 보입니다. 향후 연구 방향으로 문맥 인식 모델링, 편향 중립화, 고급 편향 유형 분류를 제시합니다.
