| 항목 | 설명 | 점수화 제안 |
|---|---|---|
| 보도 프레이밍 | 특정 정당/이슈에 대해 일관되게 긍정적 또는 부정적 시각을 갖는지 | - 좌파 성향 기사 수 / 우파 성향 기사 수 비교 (Stance Classification) |
| 주제 선택 | 다루는 이슈의 주제 편향 (예: 노동/복지 vs 안보/경제 자유) | - 이슈 분포 기반 분석 |
| 헤드라인/이미지 | 자극적 제목, 특정 집단의 부정적 이미지 사용 여부 | - Clickbait/혐오 키워드 포함 여부 |
| 언어/표현 | 감정적, 과장된 표현의 사용 | - 감성 점수 기반 분석 |
| 출처 편향 | 인용된 출처가 한쪽 성향에만 치우쳐 있는지 | - 출처 URL, 기관 이름 기반 좌/우 분류 후 비율 계산 |
| 정치적 연관성 | 기업/후원자/오너 등의 정치적 성향 | - 공공데이터 or 언론재단 정보 기반 수작업 분류 |
| 항목 | 설명 | 점수화 제안 |
|---|---|---|
| 팩트체크 결과 | 팩트체크 사이트에서 거짓 판명 기사 수 | - 뉴스톱, 팩트체크넷 DB 참조 |
| 익명 출처 남용 | 출처 없는 주장, ‘일각에서는’ 사용 빈도 | - 정규표현식 기반 문장 수 계산 |
| 정정 보도 여부 | 오류 발생 시 정정보도 여부 및 빈도 | - 보도자료 및 공지 크롤링 |
| 음모론 유포 여부 | 과학적 근거 없는 주장, 허위 정보 전파 | - 루머 기사 분류기 기반 분석 |
| 출처 공개 여부 | 인용 근거가 명확히 기재되었는가 | - 인용문/출처 수 집계 |
| 편향된 분석 자료 | 사실 대신 논평 위주 기사 비율 | - 기사 유형 분류(Classification: Fact vs Opinion) |
최종 Bias Score = α × (기사 프레이밍 기반 점수)
+ β × (헤드라인/표현 점수)
+ γ × (출처/의제 분포 점수)
+ δ × (전문가 평가)