Framing the News:From Human Perception to Large Language Model Inferences

要約

タイトル：ニュースの枠組み：人間の認識から大規模言語モデルの推論へ

要約：

– ニュースのフレームの特定は、記事のビジョン、意図、伝えられるメッセージ、そしてニュースのどの側面が強調されているかを理解するために重要である。
– フレームワークは、ジャーナリズムで広く研究されており、コンピューティングの新しいトピックとして現れており、プロフェッショナルのジャーナリストの仕事を自動化し、容易にすることができる可能性がある。
– この論文では、コロナウイルスのワクチン反対運動に関連する記事を用いて、この問題について研究しています。
– 最初に、このテーマを扱うために使用されている視点を理解するために、5か国のヨーロッパ新聞のNo-Vax運動記事の1786の見出しに対して、人間によるラベル付けフレームのためのプロトコルを開発しました。
– 次に、大規模な言語モデルの自然言語処理（NLP）の進歩を考慮して、ニュースの見出しのフレーム推論について2つのアプローチを調べました。1つ目はGPT-3.5ファインチューニングアプローチで、2つ目はGPT-3.5プロンプトエンジニアリングでした。
– この論文の仕事は、これらのモデルがフレームの分類などのジャーナリストのタスクを容易にするためのパフォーマンス分析と理解を提供することであり、モデルがこれらのフレームの特定で人間の認識を再現することができるかどうかを理解することに貢献しています。

要約(オリジナル)

Identifying the frames of news is important to understand the articles’ vision, intention, message to be conveyed, and which aspects of the news are emphasized. Framing is a widely studied concept in journalism, and has emerged as a new topic in computing, with the potential to automate processes and facilitate the work of journalism professionals. In this paper, we study this issue with articles related to the Covid-19 anti-vaccine movement. First, to understand the perspectives used to treat this theme, we developed a protocol for human labeling of frames for 1786 headlines of No-Vax movement articles of European newspapers from 5 countries. Headlines are key units in the written press, and worth of analysis as many people only read headlines (or use them to guide their decision for further reading.) Second, considering advances in Natural Language Processing (NLP) with large language models, we investigated two approaches for frame inference of news headlines: first with a GPT-3.5 fine-tuning approach, and second with GPT-3.5 prompt-engineering. Our work contributes to the study and analysis of the performance that these models have to facilitate journalistic tasks like classification of frames, while understanding whether the models are able to replicate human perception in the identification of these frames.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI