Sep, 2023

理解最高法院争议的差异框架：社交媒体 vs 新闻机构

PDF
TL;DR通过定性和定量研究美国最高法院关于平权行动、学生贷款和堕胎权的系列裁决，发现社交媒体和传统媒体在政治问题的框架中存在重要差异和极化，对公众舆论、政策决策和整个政治环境的形成产生重大影响。
framingpolitical issuessocial mediatraditional mediapolarization
发现论文，激发创造
  • 社交媒体上移民话语框架建模

    研究了社交媒体上普通民众如何表述移民政策议题，发现使用特定帧对话题更有针对性、更易引发用户参与，同时用户意识形态和地域也影响他们的话语选择和反应。此研究为自然语言处理和社科研究提供了新的贡献。

    Apr, 2021

  • 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

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

    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。

    May, 2020

  • 同样的词语，不同的意义：广播媒体语言中的语义极化与社交媒体讨论中的极化

    本研究分析近十年来 CNN 和福克斯新闻的关闭字幕及 Twitter 上语篇信息，探讨语言表述在电视和社交媒体之间的关系，研究结果表明不同播出平台的语义极化现象与趋势出现了较大的差异，尤其是 2016 年之后，两个频道的讨论话题在语义上的差异越来越显著，这种语言上的分化在很大程度上塑造了 Twitter 上的语义互动。

    Jan, 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

  • 网络讨论论坛中的问题框架

    本文通过引入一个新的在线讨论语料库，探讨了如何通过多任务和对抗式训练的方法，在只有目标域未标记训练数据的情况下，将新闻和社交媒体中训练的框架检测模型转移到讨论论坛领域的程度。

    Apr, 2019

  • 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

  • 社交媒体上的社会运动构架：解析诊断、预测和动机策略

    社交媒体在 2018-2019 年围绕枪支、移民和 LGBTQ 权利等三个问题的社会运动中，使活动人士能够直接与公众沟通，并为运动领袖、参与者、旁观者和反对者提供一个共同构建和竞争叙事的空间。我们创建了一个代码书、注释数据集和计算模型，以检测诊断性（问题识别和归因）、预测性（提出解决方案和策略）和动机性（行动呼吁）的框架策略。我们对每个框架策略进行了深入的非监督语言分析，并揭示了框架与代词和义务性情态动词等语言特征之间的运动间关联性。最后，我们比较了不同议题以及其他社会、文化和互动背景下的框架策略。例如，我们表明诊断性框架在回复中比在原始广播帖子中更常见，而社会运动组织更侧重于预测性和动机性框架，而不是记者和普通公民。

    Jun, 2024

  • 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

  • 新闻分析中的点点滴滴：媒体偏见与框架的跨学科调查

    新闻报道中的偏见表现和影响是社会科学的核心主题，近年来在自然语言处理领域受到了越来越多的关注。本研究综述了社会科学的方法，并将其与自然语言处理领域中用于分析媒体偏见的典型任务表述、方法和评估指标进行了对比。我们讨论了开放性问题，并提出了可能的研究方向，以填补理论与预测模型之间及其评估之间的差距。这些包括模型透明度、考虑文档外部信息以及跨文档推理而非单一标签的分配。

    Sep, 2023