論文の概要: Tracking the Temporal Dynamics of News Coverage of Catastrophic and Violent Events
- arxiv url: http://arxiv.org/abs/2604.14315v1
- Date: Wed, 15 Apr 2026 18:18:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-17 21:29:29.980305
- Title: Tracking the Temporal Dynamics of News Coverage of Catastrophic and Violent Events
- Title（参考訳）: 災害・暴力事件の報道の時間的ダイナミクスの追跡
- Authors: Emily Lugos, Maurício Gruppi,
- Abstract要約: 大規模コーパス126,602件のニュース記事を用いて,暴力的・破滅的な事象の報告の時間的・意味的ダイナミクスについて検討した。
以上の結果から, 急激な報道の急増, 早期のセマンティックドリフト, ベースラインへの段階的な減少を特徴とする, 構造的かつ予測可能なニューズサイクルパターンが突然現れることが示唆された。
- 参考スコア（独自算出の注目度）: 3.2228025627337864
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The modern news cycle has been fundamentally reshaped by the rapid exchange of information online. As a result, media framing shifts dynamically as new information, political responses, and social reactions emerge. Understanding how these narratives form, propagate, and evolve is essential for interpreting public discourse during moments of crisis. In this study, we examine the temporal and semantic dynamics of reporting for violent and catastrophic events using a large-scale corpus of 126,602 news articles collected from online publishers. We quantify narrative change through publication volume, semantic drift, semantic dispersion, and term relevance. Our results show that sudden events of impact exhibit structured and predictable news-cycle patterns characterized by rapid surges in coverage, early semantic drift, and gradual declines toward the baseline. In addition, our results indicate the terms that are driving the temporal patterns.
- Abstract（参考訳）: 現代のニュースサイクルは、オンライン情報の急激な交換によって根本的に再形成されてきた。
その結果、メディアフレーミングは、新たな情報、政治的反応、社会的反応が出現するにつれて、動的に変化する。
これらの物語がどのように形成し、伝播し、進化するかを理解することは、危機の瞬間に世論を解釈するために不可欠である。
本研究では,オンライン出版社から収集した126,602件の大規模コーパスを用いて,暴力的・破滅的な出来事の報告の時間的・意味的ダイナミクスについて検討した。
我々は,出版量,意味的ドリフト,意味的分散,用語の関連性を通じて,物語の変化を定量化する。
以上の結果から, 急激な報道の急増, 早期のセマンティックドリフト, ベースラインへの段階的な減少を特徴とする, 構造的かつ予測可能なニューズサイクルパターンが突然現れることが示唆された。
また,この結果から,時間的パターンを駆動する用語が示唆された。
関連論文リスト
- Temporal Narrative Monitoring in Dynamic Information Environments [2.648998485166934]
本研究は,新たな物語を時間的に進化する意味構造としてモデル化するシステム指向フレームワークを提案する。
本手法を現実世界の危機イベントに適用し,階層化されたクラスタ検証と時間的ライフサイクル分析を通じてシステム行動を評価する。
論文 参考訳（メタデータ） (2026-03-18T11:30:17Z) - Detecting Narrative Shifts through Persistent Structures: A Topological Analysis of Media Discourse [0.0]
本研究では,メディア物語の構造変化を永続的ホモロジーを用いて同定するためのトポロジ的枠組みを提案する。
進化する言説を追究するために,名詞句の日次共起グラフを構築した。
We compute Wasserstein distances and persistence entropies across homological dimensions to capture semantic disrupt。
論文 参考訳（メタデータ） (2025-06-14T21:02:17Z) - DiscoSum: Discourse-aware News Summarization [79.4884227574627]
本稿では,談話構造を要約プロセスに統合するための新しいアプローチを提案する。
本稿では,ソーシャルメディアプラットフォーム間で,ニュース記事が複数回,異なる方法で要約される新しい要約データセットを提案する。
本研究では、要約構造を記述するための新しいニュース談話スキーマと、構造認識要約にビームサーチ技術を用いる新しいアルゴリズムであるディスコサムを開発する。
論文 参考訳（メタデータ） (2025-06-07T22:00:30Z) - BERTrend: Neural Topic Modeling for Emerging Trends Detection [0.0]
BERTrendは、大規模で進化しているテキストコーパスの出現傾向を監視する新しい方法である。
オンライン環境で神経トピックモデリングを使用して、意味のある弱い信号を正確に検出し、追跡する。
この手法は過去の出来事の振り返り分析にも利用できる。
論文 参考訳（メタデータ） (2024-11-08T19:31:19Z) - Revealing COVID-19's Social Dynamics: Diachronic Semantic Analysis of Vaccine and Symptom Discourse on Twitter [12.75089285888253]
本稿では,あらかじめ定義されたアンカー語を使わずに,ソーシャルメディアデータ中の縦長的な意味変化を捉えるために,教師なしの動的単語埋め込み手法を提案する。
新型コロナウイルス(COVID-19)の大規模なTwitterデータセットに基づいて評価されたこの手法は、異なるパンデミック段階におけるワクチンおよび症状関連エンティティのセマンティックな進化パターンを明らかにする。
論文 参考訳（メタデータ） (2024-10-10T20:15:28Z) - CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [50.122541222825156]
本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。
本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。
この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
論文 参考訳（メタデータ） (2024-06-16T23:01:10Z) - Continual Event Extraction with Semantic Confusion Rectification [50.59450741139265]
本研究では, 連続イベント抽出法について検討し, 忘れることを避けつつ, 間欠的に出現するイベント情報を抽出することを目的とした。
イベントタイプに関するセマンティックな混乱は、時間とともに更新される同じテキストのアノテーションに由来することを観察する。
本稿では,意味的混乱を是正した新しい連続イベント抽出モデルを提案する。
論文 参考訳（メタデータ） (2023-10-24T02:48:50Z) - Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News
Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。
我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文 参考訳（メタデータ） (2023-09-28T13:19:43Z) - Dynamic Hawkes Processes for Discovering Time-evolving Communities'
States behind Diffusion Processes [57.22860407362061]
拡散プロセスの背後にあるコミュニティ状態の基盤となるダイナミクスを捉えることができる新しいホークスプロセスモデルを提案する。
提案手法はDHPと呼ばれ、時間発展するコミュニティの状態の複雑な表現を学習するための柔軟な方法を提供する。
論文 参考訳（メタデータ） (2021-05-24T08:35:48Z) - Event-Related Bias Removal for Real-time Disaster Events [67.2965372987723]
ソーシャルメディアは、自然災害や大量攻撃などの危機事象に関する情報を共有する重要なツールとなっている。
有用な情報を含む実行可能なポストを検出するには、大量のデータをリアルタイムに高速に分析する必要がある。
我々は、潜在事象固有のバイアスを除去し、ツイート重要度分類の性能を向上させるために、敵対的ニューラルモデルを訓練する。
論文 参考訳（メタデータ） (2020-11-02T02:03:07Z)
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。