Nov, 2023

公共文件的新闻价值追踪

PDF
TL;DR记者需要从大量文本数据中找到故事，并确定文本何时成为新闻，以了解报道模式并建立辅助工具。本研究聚焦于旧金山湾区的本地公共政策新闻报道，通过概率关系建模进行文本链接，定义了新的任务：新闻价值预测，并进行专家记者的人工评估，得出系统在识别新闻价值并提供报道建议方面的高性能结果。
journaliststextual datanews coveragelocal public policynewsworthiness prediction
发现论文，激发创造
  • 通过比较实体相关信息来源，实现新闻覆盖中选择偏差的语料库规模发现

    本篇论文探讨了如何建立可扩展 NLP 系统来直接从海量新闻语料库中发现媒体选择偏差模式的挑战，并针对新闻源的意识形态进行了实证研究，通过无监督的学习方法来捕捉新闻语料库中的媒体选择倾向，为未来的媒体选择偏差研究提供了启示。

    Apr, 2023

  • 新闻通讯：一个包含百年历史新闻的大规模结构化数据库

    通过深度学习管道，我们重建了一份由成千上万份当地报纸的原始图像扫描组成的数百 TB 文本的归档，并创建了一个包含 1878 年至 1977 年间的 270 万个独特公共领域美国通讯社文章的数据集，该数据集进行了地理参考标记和自定义神经主题分类，识别命名实体并使用新颖的实体消歧模型澄清个人身份。该数据集包含有关百万美国人在一个世纪中阅读的新闻的丰富信息。

    Jun, 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

  • 弱监督方法检测当地新闻，探究社区发生的事件

    本文提供了一种基于弱监督框架和领域知识的自动检测本地新闻的集成管道，能够识别多语言环境下的本地新闻，并在真实数据集上展现出更高的准确性和召回率。

    Jan, 2023

  • 预测新闻媒体报道的真实性和偏见

    本文旨在研究预测新闻媒体报道的真实性和偏见。通过大量的新闻网站以及一些从文章、维基百科页面、推特账户、网址结构和流量信息中得出的特征，实验表明本方法相比基线有较显著的性能提升，且各特征类型都至关重要。

    Oct, 2018

  • 在公共事务领域利用大型语言模型进行主题分类

    本研究探讨了大型语言模型在分类公共事务文件中的性能，发现 LLMs 可以有效处理和理解公共事务文件中使用的复杂语言，并可用于处理特定领域的文件，如公共事务文件。

    Jun, 2023

  • 使用文本分析和社交媒体环境进行新闻媒体画像：关注写作内容和读者特征

    通过对媒体的语言和社会背景进行分析，我们通过整体媒体特征对新闻机构进行刻画从而自动检测出可能的 “假新闻”，并且将多种信息来源进行整合可以得到更好的结果。

    May, 2020

  • 识别新闻文章中的信息来源

    该研究利用构建的数据集和模型分析信息源在新闻报道中的使用，提出了新的任务 —— 信息源预测，并展示了模型在这一任务上的良好表现。该成果为新闻报道领域的内部结构探索和规划性语言生成提供了重要的支持，也为辅助新闻工作者提供源推荐系统提供了重要的思路和实践基础。

    May, 2023

  • 单文档新闻摘要中的（非）重要内容检测

    本研究提出了一种鲁棒的方法，通过训练文档 - 摘要配对的语料库来检测新闻中内在句子的重要性，并结合‘文档开头’启发式方法，用于单篇文档摘要，得到了比现有先进摘要算法和基线方法更好的结果，这是一个重要的进步。

    Feb, 2017

  • 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