要約
ニュース記事の多様性を判断し測定することは、フィルターバブルの防止や、特に選挙前の公共の議論の活性化など、さまざまな理由から重要です。
これまで、多様性の特定と分析は、米国選挙に関連したニュース記事間の単語やトピックの重複を測定するなど、さまざまな方法で解明されてきました。
しかし、ニュース記事の多様性を、個人、当事者、トピックなどを考慮して、(1)多様性、(2)バランス、(3)格差などの観点から総合的にどのように測定できるのかという問題は解決されていない。
本稿では、これらの側面に従ってニュース記事の多様性を判断するためのフレームワークを紹介します。
さらに、2021 年のドイツ連邦選挙の前後 2 週間以内に収集された 900 以上の報道機関からの 26,000 以上の固有の見出しを含む、Google トップ ストーリーのデータセットを作成して提供しています。
より一般的な検索語 (「選挙」など) では高い多様性が見られますが、さまざまな検索語 (「教育」、「ヨーロッパ」、「気候保護」、「政府」) では、2 つの分野で高い多様性を持つニュース記事が表示されました。
三次元の外。
これは、かなり未来志向のトピックに関する、より主観的で献身的な議論を反映しています。
要約(オリジナル)
Determining and measuring diversity in news articles is important for a number of reasons, including preventing filter bubbles and fueling public discourse, especially before elections. So far, the identification and analysis of diversity have been illuminated in a variety of ways, such as measuring the overlap of words or topics between news articles related to US elections. However, the question of how diversity in news articles can be measured holistically, i.e., with respect to (1) variety, (2) balance, and (3) disparity, considering individuals, parties, and topics, has not been addressed. In this paper, we present a framework for determining diversity in news articles according to these dimensions. Furthermore, we create and provide a dataset of Google Top Stories, encompassing more than 26,000 unique headlines from more than 900 news outlets collected within two weeks before and after the 2021 German federal election. While we observe high diversity for more general search terms (e.g., ‘election’), a range of search terms (‘education,’ ‘Europe,’ ‘climate protection,’ ‘government’) resulted in news articles with high diversity in two out of three dimensions. This reflects a more subjective, dedicated discussion on rather future-oriented topics.
arxiv情報
| 著者 | Michael Färber,Jannik Schwade,Adam Jatowt |
| 発行日 | 2023-08-07 12:30:00+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google