May, 2020

2000 年至 2017 年，150 万篇《纽约时报》文章的系统化媒体框架分析

PDF
TL;DR开发了一种媒体帧分类器，对从 2000 年到 2017 年发表的 150 万篇《纽约时报》文章进行系统分析，揭示了短期帧丰富度波动与主要事件的密切对应关系，以及包括 “文化认同” 帧逐渐普及等几个长期趋势。通过研究特定主题和情感，识别了每个帧的特征和动态，最后以群体枪击为例，揭示了三种主要的框架模式。这种可扩展的计算方法开辟了系统媒体框架研究的新途径。
发现论文，激发创造
  • 新闻框架：从人类感知到大型语言模型推断

    本文通过对欧洲五个国家的 No-Vax 运动相关文章的标题进行人工标记及使用 GPT-3.5 的微调和提示工程来推断新闻标题的框架，以研究该主题。研究结果为新闻分类等任务的可行性和 GPT-3.5 模型是否能够复制人的感知能力做出贡献。

    Apr, 2023

  • 多语言新闻框架分析扩展研究

    本研究探索了通过众包进行数据集创建的可能性，利用非专家注释员开发训练语料库，扩展了多语种的媒体框架分析并提供了孟加拉语和葡萄牙语的新基准数据集，展示出在众包数据集的基础上与其他现有数据集相结合，从而使基线提高 5.32 个百分点，并发现任务特定的精调是比使用更大的非专业模型更好的方法。

    Apr, 2024

  • 美国枪击暴力报道中新闻标题和主题图片的检测

    研究发现，通过使用多种信息模式（包括文章和图像派生特征）对新闻框架进行预测可以提高准确性，特别是当图像与标题的框架相关时。这也表明框架图像相关性与通过图像传递框架的便利程度相关。此外，作者还发布了美国枪支暴力相关的第一个多模式新闻框架数据集，供传播研究人员进一步研究多种信息模式在媒体框架研究中的应用。

    Jun, 2024

  • OpenFraming: 我们提供 ML; 你提供数据。与数据互动，发现其框架

    介绍了一种基于主题建模和深度学习的系统，用于分析和分类文本文档中的框架，该系统提供了预训练的框架分类模型以及适用于用户提供的语料库的新型分类模型的易于使用的流水线，旨在使研究人员能够获得文档的框架

    Aug, 2020

  • 支持数据的情境分析：以美国经济新闻为例

    通过计算框架分析编辑选择，以客观措施评估主流媒体的新闻报道对人们的了解和后续行为的实际影响。

    Feb, 2024

  • 新闻报道的道德框架和意识形态偏见

    该研究论文描述了一种基于道德基础理论的无监督方法，用于在新闻报道中提取道德框架的偏见和强度，以量化新闻报道的偏见和党派性，并验证了该方法在 Twitter 数据集上的性能。

    Sep, 2020

  • Framing Unpacked: 一种半监督的可解释的多视角媒体框架模型

    使用半监督模型和自编码框架，学习嵌入新闻文章中事件和相关人物的本地信息，并利用这个信号进行框架分类。实验结果显示，该模型表现优于以前的框架预测模型，并可以通过使用半监督模型的未标记训练数据进一步提高性能，并且所学的事件和角色嵌入直观上与文档级预测相符，提供一种细致和可解释的文章框架表示。

    Apr, 2021

  • 评估计算机提取的叙事地图编码媒体框架的能力

    通过新闻数据，探索使用特定故事提取和表示方法（故事地图）捕捉其框架信息的能力，结果表明，虽然该算法捕捉了框架的分布，但在不同开始和结束事件中实现一致的框架存在挑战，同时强调了故事地图揭示新闻故事中错综复杂的框架动态的潜力，但直接利用框架信息进行计算故事提取仍然是一个未解决的挑战。

    May, 2024

  • 冲突、反派、结局：构建叙事媒体框架模型

    本研究旨在重新评估传播科学中的框架概念，将其与故事中重要实体的叙事框架相结合，提出自动检测多标签测定的框架，并在新闻机构的气候变化框架案例研究中应用传统的监督和半监督学习技术，最终在透明的预测中呈现了一种新的基于检索的既有效又透明的方法。

    Jun, 2023

  • 健康相关叙事的框架分析：阴谋论与主流媒体

    我们研究了在线媒体对健康相关话题的框架，特别是在阴谋理论和主流媒体中的不同框架。我们采用了一种基于语义图的新颖框架提取方法，发现阴谋媒体中的健康相关叙述主要以信念为框架，而主流媒体则倾向于以科学为框架。我们希望我们的工作为更细致的框架分析提供新的方法。

    Jan, 2024