論文の概要: Framing by Wording, Framing by Selection: A Large-Scale Two-Dimensional Audit of French News Headlines, 2022-2025
- arxiv url: http://arxiv.org/abs/2609.28487v1
- Date: Wed, 12 Aug 2026 20:33:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:56.034129
- Title: Framing by Wording, Framing by Selection: A Large-Scale Two-Dimensional Audit of French News Headlines, 2022-2025
- Title（参考訳）: フレンチニュース見出しの大規模2次元監査, 2022-2025
- Abstract要約: そこで本研究では,4つの単語処理装置を用いて測定した,サリエンスフレーミングを分離する2次元フレームワークを提案する。
多数決の解決と人的仲裁の3つのLDMアノテータを用いて、1万個のヘッドラインフランスの監視セットを構築した。
これはフレーミングに焦点を当てたフランス最大のヘッドライン監査である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: News headlines frame public issues both by what they select and by how they word it, yet computational framing work typically collapses these operations into a single score. We introduce a two-dimensional framework that separates salience framing, measured through four wording devices (loaded vocabulary, blame attribution, threat framing, rhetorical question), from selection framing, measured through outlet-level story-form and high-charge distributions. We build a 10,000-headline French supervision set using three LLM annotators with majority-vote resolution and human arbitration, validate the labels against two annotator-independent blind human studies, and apply the strongest classifier to 902,111 deduplicated headlines from 25 French outlets (2022-2025). Three main findings emerge. First, salience and selection divergence are positively correlated yet leave nearly half of outlet-level variance unexplained, populating interpretively distinct off-diagonal cells in a four-cell outlet typology. Second, default classification thresholds systematically inflate corpus-level salience estimates; a precision-floor recalibration protocol corrects this distortion. Third, group-mention analysis reveals sharply unequal salience contexts: headlines mentioning Jews, the Far-right, and Muslims carry the highest detected salience rates, which broad event-context composition does not fully explain (residuals are descriptive, not same-event causal estimates; per-group lexicon precision is reported alongside). To our knowledge, this is the largest framing-focused French headline audit to date; we release the supervision set, lexicons, and analysis code.
- Abstract（参考訳）: ニュースの見出しは、彼らが何を選択したか、どのように表現したかという問題を公然と取り上げているが、計算フレーミングの作業は通常、これらの操作を1つのスコアに分解する。
本研究では,4つの単語処理装置(語彙,非難属性,脅威フレーミング,修辞質問)を通じて測定されたサリエンスフレーミングを,アウトレットレベルのストーリ形式と高電荷分布で測定したセレクションフレーミングから分離する2次元フレームワークを提案する。
2つのアノテータに依存しない盲人研究に対してラベルを検証し、最強の分類器を25のフランスメディア(2022-2025)から902,111の非重複の見出しに適用する。
主な発見は3つある。
第一に、塩分と選択のばらつきは正に相関するが、出口レベルのばらつきは説明されていない。
第2に、デフォルトの分類閾値は、コーパスレベルのサリエンス推定を体系的にインフレーションする。
第3に、グループ・メンション分析は、急激な不平等なサリエンス・コンテキストを明らかにしている: ユダヤ人、極右、ムスリムに言及する見出しは、最も検出されたサリエンス・レートを持ち、広いイベント・コンテクストの組成が完全には説明できない(残留は記述的であり、同一の因果推定ではなく、グループごとのレキシコン・精度も報告されている)。
私たちの知る限り、これはフレーミングに焦点を当てたフランス最大のヘッドライン監査であり、監視セット、レキシコン、分析コードをリリースしています。
関連論文リスト
- Right Frame, Wrong Rule: Cultural Cues Expose the Financial Knowledge Gap They Were Meant to Close [57.963463622270275]
イスラム金融における規範的多元主義を4つの分類法を用いて研究する。
文化的キューは1つのフレームワークに向かってモデルを操縦するが、そのモデルはそのフレームワーク内で間違った答えを選択する。
論文 参考訳（メタデータ） (2026-09-01T09:46:53Z) - Split the Labor: Separating Evidence Interpretation from Decision Aggregation [0.0]
言語モデルに多くの情報源から結論に達するよう要求するシステムは通常、それらを1つのプロンプトに分割する。
提案する4分野のエビデンス(仮説,信頼性バケット,合理性,証明)は,両半減期を決定することを示す。
この修正はアーキテクチャよりも算術的であり、言語モデル以外のルールのクラスに適用される。
論文 参考訳（メタデータ） (2026-08-14T17:24:55Z) - Beyond Similarity: Grounded Agentic Extraction and Expert-Adjudicated Evaluation of Intertextuality in Classical Chinese Histories [3.694051864521789]
我々は、大言語モデルが2つのテキスト単位をフルに読み込むエージェントタスクとして、きめ細かいテクスチャ間抽出をリキャストする。
3つのドメインの専門家がプールされたマルチモデル候補を2,533対のテキスト間ペアのベンチマークに設定し、Analects と Book of Han を徹底的に比較する手法を検証する。
論文 参考訳（メタデータ） (2026-07-30T02:34:23Z) - Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。
我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。
Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
論文 参考訳（メタデータ） (2026-07-21T16:15:05Z) - Comparing BERT Sentence-Pair Classification and Few-Shot LLM Prompting for Detecting Threat and Solution Framing in German Climate News [1.4465033892011254]
我々は,ドイツ語の気候ニュース記事から文を脅威指向,解決指向,両方,あるいは両方に分類する2つのアプローチを提案する。
第一のアプローチは、オープンウェイトな大規模言語モデル(Llama 4 Maverick)で、連鎖推論と信頼度スコアによる構造化アウトプットを採用した、数発のプロンプトを使用する。
第二のアプローチは、文ペア分類のためのドイツのBERTモデル(deepset/gbert-large)を微調整する。
論文 参考訳（メタデータ） (2026-06-25T00:48:40Z) - Beyond Flat Labels: Level-Restricted Contrastive Learning for Hierarchical Fine-Grained Vision Classification [50.20892407648858]
マルチモーダルコントラスト学習は、画像とテキストカテゴリを整列させることで、ゼロショットの視覚的分類を可能にした。
既存の手法は、しばしば分類学レベルで矛盾する予測を生成する。
本稿では,各分類レベルが適切な最適化を受けることを保証するグループバランス設計を提案する。
我々は、BioCLIPに基づいてTreeOfLife-10Mでモデルをトレーニングし、複数の階層分類ベンチマークで評価する。
論文 参考訳（メタデータ） (2026-06-20T02:12:05Z) - Ideology Prediction of German Political Texts [0.7349727826230863]
本稿では,テキストの政治的指向を連続的な左から右へのスペクトルに投影するトランスフォーマーモデルを提案する。
この研究は、トランスフォーマーモデルが、世論調査のレベルにおいて、ドイツのニュースにおける政治的フレーミングを認識できることを示した。
論文 参考訳（メタデータ） (2026-05-14T04:25:56Z) - Sentiment Analysis through LLM Negotiations [58.67939611291001]
感情分析の標準的なパラダイムは、単一のLCMに依存して、その決定を1ラウンドで行うことである。
本稿では,感情分析のためのマルチLLMネゴシエーションフレームワークを提案する。
論文 参考訳（メタデータ） (2023-11-03T12:35:29Z) - Generate, Discriminate and Contrast: A Semi-Supervised Sentence
Representation Learning Framework [68.04940365847543]
本稿では,大規模未ラベルデータを効果的に活用する半教師付き文埋め込みフレームワークGenSEを提案する。
1) 生成: 生成: 生成/識別器モデルはオープンドメインの未ラベルコーパスから文ペアを合成するために共同で訓練される; 2) 識別: ノイズのある文ペアは識別器によってフィルタリングされ、高品質な正と負の文ペアを取得する; 3) コントラスト: 注釈付きデータと合成されたデータの両方を用いて文表現を学習するために、プロンプトベースのコントラクティブアプローチが提示される。
論文 参考訳（メタデータ） (2022-10-30T10:15:21Z) - Bilingual Lexicon Induction via Unsupervised Bitext Construction and
Word Alignment [49.3253280592705]
我々は,bitextマイニングと教師なし単語アライメントを組み合わせた手法により,はるかに高品質な語彙を生成可能であることを示す。
私たちの最終モデルは、BUCC 2020共有タスクの最先端を14 $F_1$ポイント、平均12以上の言語ペアで上回ります。
論文 参考訳（メタデータ） (2021-01-01T03:12:42Z) - An interpretable semi-supervised classifier using two different
strategies for amended self-labeling [0.0]
半教師付き分類技術は、学習期間中にラベル付きデータとラベルなしデータを組み合わせる。
ブラックボックスを用いて,不足するクラスラベルとホワイトボックスを推定し,最終的な予測を説明する,解釈可能な自己ラベル付きグレーボックス分類器を提案する。
論文 参考訳（メタデータ） (2020-01-26T19:37:41Z)
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。