[논문 리뷰] Large-scale Quantitative Evidence of Media Impact on Public Opinion toward China

Junming Huang, Gavin G. Cook외 1명|arXiv (Cornell University)|2020. 12. 08.

Media Influence and Politics참고 문헌 17인용 수 4

한 줄 요약

이 연구는 1970~2019년 사이에 발표된 267,907건의 중국 관련 뉴욕타임스 기사(267,907 articles)를 분석하기 위해 BERT 기반 NLP를 사용하여 언론 보도의 정서를 국민 여론과 연결한다. 연구 결과, 한 해 동안 중국 문화 및 민주주의에 대한 보도가 다음 해 미국 국민 여론에 대한 변동성의 53.9%를 설명하는 것으로 나타났다.

ABSTRACT

Do mass media influence people's opinion of other countries? Using BERT, a deep neural network-based natural language processing model, we analyze a large corpus of 267,907 China-related articles published by The New York Times since 1970. We then compare our output from The New York Times to a longitudinal data set constructed from 101 cross-sectional surveys of the American public's views on China. We find that the reporting of The New York Times on China in one year explains 54% of the variance in American public opinion on China in the next. Our result confirms hypothesized links between media and public opinion and helps shed light on how mass media can influence public opinion of foreign countries.

연구 동기 및 목표

• 정점 언론 보도, 특히 뉴욕타임스가 미국 국민 여론에 중국에 대해 영향을 미치는지 조사하기 위해.
• 최신 NLP 기법을 활용하여 중국에 대한 다수의 주제 영역에서 언론 정서를 정량화하기 위해.
• 종단적 설문 조사 데이터를 활용하여 언론 정서와 국민 여론 사이의 시간적 연관성을 설정하기 위해.
• 다양한 언론 정서 주제가 국민 여론 추세에 미치는 상대적 설명력 평가하기 위해.
• 원인 관계를 명확히 하기 어려운 한계가 있음에도 불구하고, 외교 정책 태도에 대한 언론 영향에 대한 대규모 실증적 증거 제공하기 위해.

제안 방법

• 1970~2019년 사이에 발표된 267,907건의 중국 관련 뉴욕타임스 기사에서 정서를 추출하기 위해 딥 뉴럴 네트워크 기반 NLP 모델인 BERT를 사용함.
• 문화, 민주주의, 경제, 인권, 군사, 정치, 사회, 무역 등 8개 주제로 정서를 분할하여 각 주제에 대해 긍정, 부정, 중립 정서 점수를 할당함.
• 각 주제에 대해 연간 긍정 및 부정 정서 비율을 계산하여 시계열 예측 변수를 생성함.
• 선형 회귀를 사용하여 이전 해의 언론 정서를 기반으로 국민 여론을 모델링함. 최종 모델은 문화(긍정) 및 민주주의(부정) 정서를 포함함.
• 가장 유의미한 정서 주제를 식별하기 위해 게으른 모델 선택 전략을 적용하여 8개 주제에서 최대 R²를 달성함.
• 사례 연구(1993–1994년)를 통해 실제 설문 조사 데이터와 모델 예측을 검증하여 높은 예측 정확도를 입증함.

실험 결과

연구 질문

• RQ1 뉴욕타임스의 중국에 대한 언론 정서가 미국 국민 여론의 변화를 어느 정도 예측할 수 있는가?
• RQ2 문화, 민주주의, 경제 등 특정 주제 분야의 언론 보도(예: 문화, 민주주의, 경제) 중 어느 것이 국민 여론에 가장 큰 영향을 미치는가?
• RQ3 정서 주제별로 분할했을 때 언론 정서의 설명력은 어떻게 변할 수 있으며, 더 많은 주제를 추가할 경우 어떤 지점에서 수익 감소가 발생하는가?
• RQ4 정점 언론 매체인 뉴욕타임스의 정서가 외국에 대한 국민 여론 변화의 선도적 지표로 기능할 수 있는가?
• RQ5 언론 보도와 국민 여론 사이의 시간 지연은 어떻게 나타나며, 이는 언론 영향력에 대해 어떤 함의를 갖는가?

주요 결과

• 한 해 동안 뉴욕타임스에서 중국에 대해 보도한 정서가 다음 해 미국 국민 여론에 대한 변동성의 53.9%를 설명함.
• 특히 중국 문화에 대한 긍정적 보도가 가장 높은 설명력을 보이며, 국민 여론 변동성의 31.2%를 설명함.
• 중국 민주주의에 대한 부정적 정서가 포함될 경우 모델의 설명력이 더욱 향상되며, 문화(긍정) 및 민주주의(부정) 정서를 조합한 모델이 가장 높은 R²를 기록함.
• 1993–1994년 데이터 포인트를 활용한 검증에서 예측된 국민 여론 점수(0.236)가 실제 값(0.218)과 매우 유사함을 확인함.
• 추가된 주제 수가 증가함에 따라 설명력이 단조롭게 증가했지만, 두 개 주제 이후에는 예측 성능 향상의 수익 감소가 나타나, 예측 성능의 포화 상태에 도달함을 시사함.
• 최종 선형 예측 모델은 μₜ = -0.791 + 3.112×F_{culture,t-1,positive} + 1.452×F_{democracy,t-1,negative} 로 표현되며, 언론 정서와 국민 여론 간 강력하고 통계적으로 유의미한 관계를 보임.