[論文レビュー] Weakly Supervised Learning of Nuanced Frames for Analyzing Polarization in News Media

Shamik Roy, Dan Goldwasser|arXiv (Cornell University)|Sep 21, 2020

Computational and Text Analysis Methods参考文献 37被引用数 5

ひとこと要約

本稿では、移民、銃撃規制、中絶といった対立的テーマの報道におけるイデオロギー的ニュアンスをよりよく捉えるために、『経済』や『安全保障』といった広義の政治的フレーム内に存在する細分化されたサブフレームを特定する弱教師付き手法を提案する。最小限の人的ラベル付けと文脈的埋め込みの学習を活用することで、同じ高レベルのフレームを使用してもリベラルとコンservativeな立場を効果的に区別でき、人的判断と強い整合性を示し、イデオロギー的フレーミングの検出性能が向上することを示している。

ABSTRACT

In this paper we suggest a minimally-supervised approach for identifying nuanced frames in news article coverage of politically divisive topics. We suggest to break the broad policy frames suggested by Boydstun et al., 2014 into fine-grained subframes which can capture differences in political ideology in a better way. We evaluate the suggested subframes and their embedding, learned using minimal supervision, over three topics, namely, immigration, gun-control and abortion. We demonstrate the ability of the subframes to capture ideological differences and analyze political discourse in news media.

研究の動機と目的

• 報道におけるイデオロギー的差を捉えるために、粗い政治的フレームの限界を是正すること。
• トピック固有のサブフレームを特定するデータ駆動的で、最小限の監視を要するアプローチを開発すること。
• サブフレームが、政治的に対立的なトピックにおいてリベラルとコンservativeな立場を効果的に分離できるかを評価すること。
• 新しい文章においてもサブフレームの使用を一般化できる文脈的埋め込みモデルを訓練すること。
• 左派・右派の新聞メディアにおけるフレーミング戦略の時間的変化を分析すること。

提案手法

• 移民、銭銭規制、中絶の報道において、広義のフレーム（例：『経済』、『安全保障』）がどのように具現化されるかを捉えるトピック固有の語彙を構築する。
• 人的ラベル付けされた例を用いて、繰り返し現れる表現を特定し、リベラル・コンservativeな立場を反映するサブフレームにグループ化する（例：『最低賃金』対『給与の停滞』、『経済』フレーム下で）。
• 外部知識ソースを活用して候補となるサブフレームを同定し、人的ラベル付けされた表現と一致させる。
• サブフレームラベル、指標表現、記事の段落を共通のベクトル空間に統合的に表現するニューラル埋め込みモデルを訓練する。
• 学習された埋め込みを用いて、新しい段落をサブフレームに分類し、人的ラベル付けされたイデオロギー的立場と整合性があるかを評価する。
• モデルを適用し、左派・右派の新聞メディアにおけるフレーミングの違いと時間的傾向を分析する。

実験結果

リサーチクエスチョン

• RQ1 粗いフレームに比べて、広義の政策フレーム内の細分化されたサブフレームは、報道におけるイデオロギー的差をよりよく捉えることができるか？
• RQ2 人的ラベル付けを最小限に抑えた弱教師付きアプローチが、政治的イデオロギーを反映する意味のあるサブフレームを同定できる程度はどの程度か？
• RQ3 学習されたサブフレーム埋め込みは、未確認のニュース記事においてイデオロギー的フレーミングを検出するためにどの程度一般化できるか？
• RQ4 左派・右派の新聞メディアにおいて、3つのトピックにおけるフレーミング戦略にどのような違いがあるか？
• RQ5 ニュースメディアの報道において、サブフレームの使用パターンやイデオロギー的フレーミングは時間とともにどのように変化するか？

主な発見

• 提案されたサブフレームは、両者が同じ高レベルのフレーム（例：『経済』）を使用しても、報道記事におけるリベラルとコンservativeな立場を効果的に分離できる。
• モデルが割り当てたサブフレームラベルは人的判断と強く相関しており、モデルが洗練されたイデオロギー的差を捉える能力が裏付けられている。
• 学習された埋め込みモデルは新しい文章にうまく一般化し、未確認の段落におけるサブフレーム使用を正確に同定できる。
• 本手法は『経済』フレーム下で『最低賃金』や『給与の停滞』といったトピック固有のサブフレームを効果的に同定でき、左派・右派のナラティブを区別する。
• 時間的分析から、左派・右派の新聞メディアにおけるフレーミングパターンの違いが明らかになった。特に、『テロリズム』や『国境保護』といったサブフレームは、右派メディアで時間とともに増加傾向にあった。
• 本アプローチは、トピック固有の洗練さと一般フレームの解釈可能性の両立に成功し、粗いフレーム分析を上回ってイデオロギー的極化を捉える能力を示した。