[論文レビュー] Beyond Discrete Genres: Mapping News Items onto a Multidimensional Framework of Genre Cues

Zilin Lin, Kasper Welbers+2 more|arXiv (Cornell University)|Dec 8, 2022

Computational and Text Analysis Methods被引用数 4

ひとこと要約

本稿では、factuality（事実性）とformality（形式性）というジャンル的手がかりに基づき、文レベルでのこれらの次元を予測するように微調整されたBERTモデルを用いて、非離散的で多次元的な枠組みを提案する。このアプローチにより、複数のメディアプラットフォームにまたがる多様なニュース形式の体系的比較が可能となり、現代ジャーナリズムにおけるジャンル境界の流動性が明らかになる。

ABSTRACT

In the contemporary media landscape, with the vast and diverse supply of news, it is increasingly challenging to study such an enormous amount of items without a standardized framework. Although attempts have been made to organize and compare news items on the basis of news values, news genres receive little attention, especially the genres in a news consumer's perception. Yet, perceived news genres serve as an essential component in exploring how news has developed, as well as a precondition for understanding media effects. We approach this concept by conceptualizing and operationalizing a non-discrete framework for mapping news items in terms of genre cues. As a starting point, we propose a preliminary set of dimensions consisting of "factuality" and "formality". To automatically analyze a large amount of news items, we deliver two computational models for predicting news sentences in terms of the said two dimensions. Such predictions could then be used for locating news items within our framework. This proposed approach that positions news items upon a multidimensional grid helps in deepening our insight into the evolving nature of news genres.

研究の動機と目的

• YouTubeインタビューと新聞エッセイなどの多様なニュース形式を、統一的で標準化された枠組み内で比較する課題に対処すること。
• 聴衆の認識によって形作られる流動的な連続体としてのニュースジャンルを、静的で離散的なジャンル分類を超えてモデル化すること。
• 事実性と形式性をコアな次元として焦点を当て、測定可能な言語的手がかりを通じてジャンル認識を実用化すること。
• これらのジャンル的手がかりを自動的に予測する計算モデルを開発し、ニュースコンテンツの大規模分析を可能にすること。
• 特にプラットフォームや聴衆を越えて、現代のメディアエコシステムにおけるニュースジャンルの進化と融合を理解する基盤を提供すること。

提案手法

• ジャンル的手がかりに基づく二重次元の枠組みを提唱：『事実性』（事実的対比的コンテンツの度合い）と『形式性』（言語的形式性のレベル）。
• 新聞、ブログ、ポッドキャスト、公共放送、風刺、YouTubeコンテンツを含む、多様なオランダ語ニュースコーパスを用いて、大規模で多様なコーパス上で二つのBERTベースのモデルを微調整。
• 文レベルでの事実性と形式性のアノテーションを用いて分類モデルを学習し、文単位でのジャンル的手がかりの予測を可能にする。
• 文単位の予測結果を統合して、全体のニュースアイテムを多次元ジャンル枠組み内に位置づける。
• 大規模データのショーケースを用いて枠組みを検証し、異なるメディアタイプ間でのジャンルの進化と融合を捉える能力を示した。
• 将来的な研究者が再現や拡張を可能にするために、コードとコーパスを公開し、他の言語やメディアタイプへの適応も含む。

実験結果

リサーチクエスチョン

• RQ1 異なるフォーマットやスタイルを持つ多様なメディアプラットフォームのニュースアイテムは、どのように体系的に比較可能か？
• RQ2 事実性や形式性といった認識されるジャンル的手がかりは、さまざまな種類のニュースコンテンツやメディア機関によってどの程度異なるか？
• RQ3 計算モデルは文単位でのジャンル的手がかりを正確に予測できるか。これにより、多次元空間におけるニュースアイテムの大規模マッピングが可能になるか？
• RQ4 事実性と形式性の次元は、現代のニュースジャンルの流動的かつ動的な性質をどのように反映しているか？
• RQ5 この非離散的枠組みは、デジタル時代におけるメディア効果やジャーナリズム実践の研究をどのように改善できるか？

主な発見

• 提案された二重次元の枠組みは、伝統的ジャーナリズムとユーザーアイリューサルコンテンツを含む、多様なメディアプラットフォームにおけるニュースジャンルの流動性と融合を効果的に捉えている。
• 微調整されたBERTモデルは、文単位での事実性と形式性の予測を信頼性を持って達成できており、ジャンル空間内でのニュースアイテムのスケーラブルなマッピングを可能にしている。
• この枠組みは、ニュースアイテムが明確なジャンルに閉じ込められているのではなく、スケール上に存在することを示しており、ニュース報道と意見記事の間で顕著な重複が見られる。
• モデルの出力結果から、YouTubeや風刺コンテンツでは伝統的メディアに比べて形式性が低く、意見的傾向が強いことが明らかになった。
• 大規模データのショーケースを通じて、アプローチの妥当性が検証され、この枠組みが時間経過に伴うジャンルのシフトやニュースコンテンツの構造的変化を検出できることを示した。
• 公開されたコーパスとコードにより、今後の研究者がフェイントニュースやソーシャルメディアコンテンツなどのニッチなメディアタイプ向けに特化したモデルを構築でき、人口統計的・プラットフォーム特化の一般化性が向上する。