要約
政治的コミュニケーションの自動フレーム分析は、計算社会科学において人気のある課題であり、作者がどのようにトピックの側面を選択し、その受容をフレーム化するかを研究するために用いられる。これまでのところ、このような研究は、あらかじめ定義されたフレームの固定セットを使用し、テキストにのみ焦点を当て、テキストが現れる視覚的コンテキストを無視するという狭いものであった。特にニュースにおけるフレーミングについては、これでは、記事だけでなく付随する写真も含めた編集上の選択に関する貴重な情報が抜け落ちてしまう。このような制限を克服するために、我々は大規模な（視覚）言語モデルを用いて、マルチモーダル、マルチラベルのフレーミング分析を大規模に行う方法を提示する。フレーミング理論に基づき、ある論点を伝えるために使用された画像に埋め込まれた潜在的な意味を抽出し、使用されたそれぞれのフレームを比較することでテキストと対比する。また、先行する質的研究において発見された論点に特化したフレーム分析により、トピックの極めて党派的なフレーミングを特定する。ニュースのテキストと画像の両方をスケーラブルに統合的にフレーミング分析する手法を実証し、メディアの偏向を理解するためのより完全な図を提供する。
要約(オリジナル)
Automated frame analysis of political communication is a popular task in computational social science that is used to study how authors select aspects of a topic to frame its reception. So far, such studies have been narrow, in that they use a fixed set of pre-defined frames and focus only on the text, ignoring the visual contexts in which those texts appear. Especially for framing in the news, this leaves out valuable information about editorial choices, which include not just the written article but also accompanying photographs. To overcome such limitations, we present a method for conducting multi-modal, multi-label framing analysis at scale using large (vision-)language models. Grounding our work in framing theory, we extract latent meaning embedded in images used to convey a certain point and contrast that to the text by comparing the respective frames used. We also identify highly partisan framing of topics with issue-specific frame analysis found in prior qualitative work. We demonstrate a method for doing scalable integrative framing analysis of both text and image in news, providing a more complete picture for understanding media bias.
arxiv情報
| 著者 | Arnav Arora,Srishti Yadav,Maria Antoniak,Serge Belongie,Isabelle Augenstein |
| 発行日 | 2025-04-03 13:31:11+00:00 |
| arxivサイト | arxiv_id(pdf) |