Nov, 2023

科学新闻领域中对计算机新闻发现工具的实践理解

PDF
TL;DR科技新闻记者面临着工作量增加、资源减少和科学出版生态系统扩大等方面的挑战。在这种背景下，我们探索了计算方法来帮助记者在时间效率和自主性方面发现新闻，并通过一个交互工具进行了原型设计来更好地理解这种工具可能如何提供效益或在更广泛的范围内塑造专业科技新闻记者的实践。我们的研究结果突出了科技新闻记者自主权、背景和责任等核心问题，这些工具可以影响并在设计中加以考虑。基于此，我们提出了增加和更长期用户自主权的设计机会；结合上下文、个人和协作性的新闻价值观念；以及利用灵活的界面和生成模型的方法。总体而言，我们的研究结果为计算新闻发现工具的社会技术系统提供了更丰富的视角，并建议改进这些工具以更好地支持科技新闻记者的实践。
发现论文，激发创造
  • 不要太过專業的科學新聞框架：基於論述結構的研究

    设计了一个自动化系统以支持科学新闻报道的实际任务，该系统整合了论文的话语结构和元数据，通过 extensive automatic and human experiments 的演示证明了在为目标受众阐述有意义的内容计划、简化所选信息和以外行人的风格生成一个连贯的最终报告方面，该框架优于其他基准方法（如 Alpaca 和 ChatGPT）的表现。

    Oct, 2023

  • 科学发现的计算变形

    我们提出了一项以任务为导向的知识检索研究议程，利用计算模型和人工智能技术，摄取科学知识的典籍，检索灵感、解释、解决方案和证据，直接增强人类在科学领域突出任务上的表现，进而革命性地推动科学进程。

    May, 2022

  • 使用 Discord 问题设计和评估突显新闻报道多样性的界面

    本研究设计了三个接口 —— 注释文章、重新组合文章和问题网格 —— 旨在帮助读者发现新闻报道的多样性，第一次可用性研究表明这些设计的接口都展现了报道的多样性，并确定了每个接口的潜在用例和受众，第二次可用性研究表明，相较于现有的两个接口，注释文章接口的用户能够更全面地回答问题，同时发现该接口易于使用。

    Feb, 2023

  • 学术复杂性转化为公众叙述：面向科学新闻报道生成的数据集

    科学新闻报道的自动生成提高了学术洞察的可访问性，本文通过对一组学术出版物与相应科学新闻报道的平行集合进行广泛分析，突出了两者在易读性和简洁性上的差异，并使用先进的文本生成模型对数据集进行了基准测试，为进一步探索科学新闻报道的自动生成奠定了基础。

    Mar, 2024

  • 数字时代维护新闻整体性的全面自然语言处理框架

    通过自然语言处理技术以及其他已确立的自然语言处理方法，本文提出了一个综合框架，以分析在线新闻文本，特别是通过专门针对此目的进行训练的语言模型。该框架整合了十个新闻标准，用于评估新闻文章的质量，研究人员、媒体组织和读者可以更好地评估和理解他们所消费和产生的内容。然而，该方法存在一些限制，如难以检测微妙的偏见及与不断变化的语言模式保持步伐的连续更新需求。

    Jan, 2024

  • 突发新闻：生成人工智能在新闻报道中的案例研究

    记者在使用大型语言模型（LLMs）时存在与 AI 的互动，而研究揭示了记者如何向 LLM 提供敏感材料并以有限的干预发表机器生成的文章，因此呼吁进一步探讨 AI 的负责任使用以及在新闻环境中使用 LLMs 的明确准则和最佳实践。

    Jun, 2024

  • 新闻媒体来源的交互式框架

    我们提出了一个交互式框架来进行新闻媒体分析，结合了基于图的新闻媒体分析模型、预训练的大型语言模型和人类洞察力，能够在社交媒体上快速检测出假新闻和有偏见的媒体，即使在最具挑战性的新闻事件的情境中，其中有未见过的测试数据。

    Sep, 2023

  • 自动可信度评估 COVID-19 新闻内容的用户体验设计

    该研究通过提出的两项实证研究，评估了图形界面的可用性，并确定了评分标准、子标准和算法作者的重要性。最终，该研究提出了未来研究的建议，如主动记录与可信度相关的元数据，建立自动可信度评估的用户体验预测因素的明确的分层分类。

    Apr, 2022

  • 血红满地，头条报道：计算方法报道洛杉矶的犯罪

    该研究提出了一种机器辅助系统，使用概率图模型和规则系统来生成文章结构和提要段落，以覆盖洛杉矶的犯罪报道，旨在提高新闻报道的效率和准确性。

    Jun, 2022

  • 新闻研究中的人工智能论点映射

    研究人工智能在新闻学和大众传播研究领域的分类方法，并提供具体的例子和实际应用，旨在为新闻学研究人员设计一种结构化框架，以便提高他们在分析特定研究课题时的能力。

    Sep, 2023