[논문 리뷰] Partisan US News Media Representations of Syrian Refugees

Keyu Chen, Marzieh Babaeianjelodar외 14명|arXiv (Cornell University)|2022. 06. 17.

Hate Speech and Cyberbullying Detection인용 수 6

한 줄 요약

이 연구는 2011–2021년 동안 47,388건의 미국 뉴스 기사(시리아 난민에 관한)를 자연어 처리(NLP) 기법을 사용해 분석하여 파벌적 미디어 표현 방식을 비교한다. 좌파 성향 매체는 주로 난민을 도움이 필요한 어린이 피해자로 프레임링했고, 우파 성향 매체는 점점 더 이슬람 무장 폭력범으로 묘사했으며, 정서 분석과 폭력적 언어 분석을 통해 보수 매체에서의 부정적 묘사가 강화됨을 확인했다.

ABSTRACT

We investigate how representations of Syrian refugees (2011-2021) differ across US partisan news outlets. We analyze 47,388 articles from the online US media about Syrian refugees to detail differences in reporting between left- and right-leaning media. We use various NLP techniques to understand these differences. Our polarization and question answering results indicated that left-leaning media tended to represent refugees as child victims, welcome in the US, and right-leaning media cast refugees as Islamic terrorists. We noted similar results with our sentiment and offensive speech scores over time, which detail possibly unfavorable representations of refugees in right-leaning media. A strength of our work is how the different techniques we have applied validate each other. Based on our results, we provide several recommendations. Stakeholders may utilize our findings to intervene around refugee representations, and design communications campaigns that improve the way society sees refugees and possibly aid refugee outcomes.

연구 동기 및 목표

• 파벌적 미국 뉴스 미디어가 시간이 지남에 따라 시리아 난민을 어떻게 다르게 프레임링하는지 조사하기.
• 좌파 및 우파 성향 매체 간 보도에서 나타나는 언어적 및 정서적 차이를 식별하고 정량화하기.
• 시리아 난민 보도에서의 폭력적 언어와 극화의 변화 추세 평가하기.
• 다양한 NLP 기법을 통해 결과의 타당성과 일관성을 검증하여 표현 분석의 신뢰성 확보하기.
• 공공 인식 향상과 난민 정책 결과 개선을 위한 커뮤니케이션 전략 제안하기.

제안 방법

• 2011–2021년 기간 동안 다양한 미국 미디어에서 온라인 뉴스 기사 47,388건을 수집하여 시리아 난민에 대한 보도 분석.
• 기존의 미디어 편향 지표를 사용해 매체를 좌파 대비 우파 성향으로 분류.
• 제로샷 분류, 정서 분석, 폭력적 언어 탐지 등 NLP 기법 적용.
• 프레임링 평가를 위해 질의응답 모델 사용(예: '난민은 피해자인가요?', '난민은 테러리스트인가요?').
• 시간에 따른 프레임링 및 정서 변화 추이를 분석하기 위해 시간적 분석 수행.
• 결과의 일관성과 신뢰성을 확보하기 위해 여러 NLP 방법을 통해 결과 검증.

실험 결과

연구 질문

• RQ1 좌파 성향과 우파 성향 미국 뉴스 매체는 시리아 난민을 어떻게 다르게 묘사하는가?
• RQ2 파벌적 매체 간 보도에서 나타나는 언어적 및 정서적 패턴은 무엇인가?
• RQ3 2011년부터 2021년까지 미국 미디어에서 시리아 난민에 대한 프레임링은 어떻게 변화했는가?
• RQ4 폭력적 언어와 극화 지표가 파벌적 미디어 편향과 어느 정도 상관관계가 있는가?
• RQ5 여러 NLP 기법이 미디어 프레임링 패턴을 식별하는 데 어떻게 일치하는가?

주요 결과

• 좌파 성향 매체는 주로 시리아 난민을 어린이 피해자로 묘사하여 미국 내 수용과 인도적 필요성을 강조했다.
• 우파 성향 매체는 점점 더 난민을 이슬람 무장 폭력범으로 묘사했으며, 시간이 지남에 따라 이러한 프레임링이 뚜렷하게 증가했다.
• 정서 분석 결과, 우파 성향 매체 보도는 좌파 성향 매체 대비 뚜렷하게 부정적인 정서를 보였다.
• 폭력적 언어 탐지 점수는 우파 성향 매체에서 유의미하게 높아, 더 적대적이거나 비인간화된 언어 사용을 확인했다.
• 질의응답 모델을 통한 분석 결과, 좌파 매체는 난민을 '피해자'로 더 자주 연관시키고, 우파 매체는 '테러리스트'로 더 자주 연관지켰다.
• 여러 NLP 기법이 일관되고 일치하는 결과를 도출하여 관찰된 파벌적 프레임링 차이의 타당성을 강화했다.