Conflicts, Villains, Resolutions: Towards models of Narrative Media Framing

要約

自然言語処理におけるメディアフレームの自動検出への関心が高まっているにもかかわらず、この問題は通常、単一ラベルによる分類として単純化され、フレームに関するトピック的な見方を採用し、より広範な文書レベルの物語のモデル化を回避している。本研究では、コミュニケーション科学で広く用いられているフレーミングの概念化を再検討し、紛争とその解決を含む物語の要素を明示的に捉え、ヒーロー、犠牲者、悪役といった物語の主要エンティティのフレーミングと統合する。我々は、複雑なアノテーションタスクを一連の単純な二項対立の質問に分割する効果的なアノテーションパラダイムを適応し、英語のニュース記事からなるアノテーションデータセットと、政治的スペクトルに渡るニュースメディアの記事における気候変動のフレーミングに関するケーススタディを提示する。最後に、教師ありアプローチと半教師ありアプローチによるフレームの自動マルチラベル予測を探求し、効果的で透明性のある新しい検索ベースの予測方法を提示する。最後に、物語フレーミングの文書レベルモデルに関する今後の研究の機会と課題について議論する。

要約(オリジナル)

Despite increasing interest in the automatic detection of media frames in NLP, the problem is typically simplified as single-label classification and adopts a topic-like view on frames, evading modelling the broader document-level narrative. In this work, we revisit a widely used conceptualization of framing from the communication sciences which explicitly captures elements of narratives, including conflict and its resolution, and integrate it with the narrative framing of key entities in the story as heroes, victims or villains. We adapt an effective annotation paradigm that breaks a complex annotation task into a series of simpler binary questions, and present an annotated data set of English news articles, and a case study on the framing of climate change in articles from news outlets across the political spectrum. Finally, we explore automatic multi-label prediction of our frames with supervised and semi-supervised approaches, and present a novel retrieval-based method which is both effective and transparent in its predictions. We conclude with a discussion of opportunities and challenges for future work on document-level models of narrative framing.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL