論文の概要: A Systematic Media Frame Analysis of 1.5 Million New York Times Articles
from 2000 to 2017
- arxiv url: http://arxiv.org/abs/2005.01803v1
- Date: Mon, 4 May 2020 19:25:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 01:24:06.909297
- Title: A Systematic Media Frame Analysis of 1.5 Million New York Times Articles
from 2000 to 2017
- Title（参考訳）: 2000年から2017年におけるニューヨーク・タイムズの150万記事の体系的メディアフレーム分析
- Authors: Haewoon Kwak and Jisun An and Yong-Yeol Ahn
- Abstract要約: 我々は2000年から2017年にかけて発行されたNew York Timesの150万記事のメディアフレームを分析するためのメディアフレーム分類器を開発した。
短期的フレームの多さは主要な事象と密接に対応し,長期的傾向もいくつか存在する。
ケーススタディでは、銃乱射のフレーミングを掘り下げて、3つの主要なフレーミングパターンを明らかにしました。
- 参考スコア（独自算出の注目度）: 9.304337244850773
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Framing is an indispensable narrative device for news media because even the
same facts may lead to conflicting understandings if deliberate framing is
employed. Therefore, identifying media framing is a crucial step to
understanding how news media influence the public. Framing is, however,
difficult to operationalize and detect, and thus traditional media framing
studies had to rely on manual annotation, which is challenging to scale up to
massive news datasets. Here, by developing a media frame classifier that
achieves state-of-the-art performance, we systematically analyze the media
frames of 1.5 million New York Times articles published from 2000 to 2017. By
examining the ebb and flow of media frames over almost two decades, we show
that short-term frame abundance fluctuation closely corresponds to major
events, while there also exist several long-term trends, such as the gradually
increasing prevalence of the ``Cultural identity'' frame. By examining specific
topics and sentiments, we identify characteristics and dynamics of each frame.
Finally, as a case study, we delve into the framing of mass shootings,
revealing three major framing patterns. Our scalable, computational approach to
massive news datasets opens up new pathways for systematic media framing
studies.
- Abstract（参考訳）: フラーミングはニュースメディアにとって必須の物語装置であり、同じ事実であっても故意のフレーミングが採用された場合、矛盾する理解につながる可能性がある。
したがって、メディアフレーミングの特定は、メディアが大衆に与える影響を理解するための重要なステップである。
しかし、フレーミングは操作と検出が難しいため、従来のメディアフレーミングの研究は手動のアノテーションに頼る必要があり、大規模なニュースデータセットへのスケールアップは困難である。
ここでは,2000年から2017年にかけて発行されたNew York Timesの150万記事のメディアフレームを体系的に解析する,最先端のパフォーマンスを実現するメディアフレーム分類器を開発する。
約20年間のメディアフレームのエブとフローを調べることで,短期フレームの変動は主要な事象と密接に一致し,また,「文化アイデンティティ」フレームの頻度が徐々に上昇するなど,長期的傾向もいくつか見られる。
特定のトピックや感情を調べることで、各フレームの特徴やダイナミクスを識別する。
最後に、ケーススタディとして、マスシューティングのフレーミングを調べ、3つの主要なフレーミングパターンを明らかにする。
大規模ニュースデータセットへのスケーラブルで計算可能なアプローチは、体系的なメディアフレーミング研究のための新しい経路を開く。
関連論文リスト
- Framing Analysis of Health-Related Narratives: Conspiracy versus
Mainstream Media [3.3181276611945263]
我々は、新型コロナウイルスやその他の疾患などの健康関連トピックのフレーミングが、陰謀と主流のウェブサイトの間でどのように異なるかを検討する。
共謀メディアの健康に関する物語は、主に信念の枠組みで表現されているのに対し、主流メディアは科学の観点で表現する傾向にある。
論文 参考訳（メタデータ） (2024-01-18T14:56:23Z) - Understanding Divergent Framing of the Supreme Court Controversies:
Social Media vs. News Outlets [56.67097829383139]
我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。
メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
論文 参考訳（メタデータ） (2023-09-18T06:40:21Z) - Conflicts, Villains, Resolutions: Towards models of Narrative Media
Framing [19.589945994234075]
我々は、物語の要素を明示的に捉えたコミュニケーション科学から、広く使われているフレーミングの概念化を再考する。
我々は、複雑なアノテーションタスクをより単純なバイナリー質問に分解する効果的なアノテーションパラダイムを適用します。
教師付きおよび半教師付きアプローチによるフレームの自動マルチラベル予測について検討する。
論文 参考訳（メタデータ） (2023-06-03T08:50:13Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳（メタデータ） (2023-04-06T23:36:45Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-03-28T03:31:37Z) - Beyond Discrete Genres: Mapping News Items onto a Multidimensional
Framework of Genre Cues [0.0]
ジャンル的手がかりの観点でニュース項目をマッピングするための非離散的フレームワークを提案する。
大量のニュース記事を自動的に分析するために,ニュース文を予測するための2つの計算モデルを提供する。
このアプローチは、ニュースジャンルの進化する性質についての洞察を深めるのに役立ちます。
論文 参考訳（メタデータ） (2022-12-08T10:54:31Z) - GREENER: Graph Neural Networks for News Media Profiling [24.675574340841163]
本稿では,ウェブ上でのニュースメディアのプロファイリングの問題について,その実態と偏見について考察する。
私たちの主な焦点は、オーディエンスの重複に基づいて、メディア間の類似性をモデル化することにあります。
予測精度は2つのタスクに対して2.5-27マクロF1ポイント向上した。
論文 参考訳（メタデータ） (2022-11-10T12:46:29Z) - Framing Unpacked: A Semi-Supervised Interpretable Multi-View Model of
Media Frames [32.06056273913706]
ニュースメディアが政治問題をどのように捉えるかを理解するための新しい半監督モデルを開発する。
モデルは、ニュース記事にイベントや関連するアクターに関するローカル情報を自動エンコードフレームワークを通じて埋め込むことを学ぶ。
実験の結果,従来のフレーム予測モデルよりも優れていた。
論文 参考訳（メタデータ） (2021-04-22T13:05:53Z) - Cross-Media Keyphrase Prediction: A Unified Framework with
Multi-Modality Multi-Head Attention and Image Wordings [63.79979145520512]
マルチメディア投稿におけるキーワード予測におけるテキストと画像の併用効果について検討する。
複雑なマルチメディアインタラクションを捉えるために,M3H-Att(Multi-Modality Multi-Head Attention)を提案する。
我々のモデルは,従来の注目ネットワークに基づいて,過去の技術状況よりも大幅に優れていた。
論文 参考訳（メタデータ） (2020-11-03T08:44:18Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳（メタデータ） (2020-11-03T01:47:49Z) - Cross-media Structured Common Space for Multimedia Event Extraction [82.36301617438268]
マルチメディア文書からイベントとその引数を抽出することを目的とした,MultiMedia Event extract (M2E2) というタスクを導入する。
本稿では,意味情報の構造化表現を共通埋め込み空間にエンコードする新しい手法,Weakly Aligned Structured Embedding (WASE)を提案する。
画像を利用することで、従来のテキストのみの手法よりも21.4%多くのイベント参照を抽出する。
論文 参考訳（メタデータ） (2020-05-05T20:21:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。