[논문 리뷰] Weakly Supervised Learning of Nuanced Frames for Analyzing Polarization in News Media

Shamik Roy, Dan Goldwasser|arXiv (Cornell University)|2020. 09. 21.

Computational and Text Analysis Methods참고 문헌 37인용 수 5

한 줄 요약

이 논문은 이민, 총기 통제, 낙태와 같은 분열적인 주제에 대한 뉴스 미디어 보도에서 이데올로기적 뉘앙스를 더 잘 포착하기 위해 '경제' 또는 '안보'와 같은 넓은 政治 프레임 내에서 미세한 하위프레임을 식별하는 약한 감독 방법을 제안한다. 최소한의 인간 레이블링과 문맥 임베딩 학습을 활용함으로써, 같은 고수준 프레임을 사용하더라도 보수적 및 진보적 관점 간의 구분을 효과적으로 할 수 있으며, 인간 평가와의 높은 일치도를 보이며 이데올로기적 프레임링을 향상시킨다.

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.

연구 동기 및 목표

• 뉴스 미디어 보도에서 이데올로기적 차이를 포착하는 데 있어 굵은 프레임의 한계를 해결하기 위해.
• 주제별 하위프레임을 반영하는 데이터 기반, 최소한의 감독 방법을 개발하기 위해.
• 하위프레임이 정치적으로 분열적인 주제에서 보수적 및 진보적 시각을 효과적으로 분리할 수 있는지 평가하기 위해.
• 새로운 텍스트에서 하위프레임 사용을 일반화하면서도 이데올로기적 차이를 유지하는 문맥 임베딩 모델을 훈련하기 위해.
• 좌익 및 우익 성향 뉴스 매체 간의 시간적 변화를 분석하여 프레임 전략의 변화를 연구하기 위해.

제안 방법

• 이민, 총기 통제, 낙태 보도에서 넓은 프레임(예: '경제', '안보')이 어떻게 실현되는지를 포괄하는 주제별 어휘집을 구축하기 위해.
• 인간 레이블링 예시를 활용하여 반복되는 표현을 식별하고, 보수적 및 진보적 입장을 반영하는 하위프레임으로 그룹화하기 위해(예: '최저임금' 대비 '급여 정체성'은 '경제' 하위에서의 이데올로기적 입장 구분).
• 외부 지식 자료를 활용하여 후보 하위프레임을 식별하고 인간 레이블링된 표현과 정렬하기 위해.
• 하위프레임 레이블, 지표 표현, 기사 문단을 공통 벡터 공간에 함께 표현하는 신경망 임베딩 모델을 훈련하기 위해.
• 학습된 임베딩을 활용하여 새로운 문단을 하위프레임으로 분류하고 인간 레이블링된 이데올로기적 시각과의 일치도를 평가하기 위해.
• 모델을 적용하여 좌익 및 우익 성향 뉴스 매체 간의 프레임 차이와 시간적 추세를 분석하기 위해.

실험 결과

연구 질문

• RQ1 넓은 정책 프레임 내에서의 미세한 하위프레임이 굵은 프레임보다 뉴스 보도에서 이데올로기적 차이를 더 잘 포착할 수 있는가?
• RQ2 최소한의 인간 레이블링을 가진 약한 감독 방법이 정치 이데올로기에 반영된 의미 있는 하위프레임을 얼마나 잘 식별할 수 있는가?
• RQ3 학습된 하위프레임 임베딩가 새로운, 보지 않은 뉴스 기사에서 이데올로기적 프레임링을 탐지하는 데 얼마나 잘 일반화되는가?
• RQ4 좌익 및 우익 성향 뉴스 매체 간에 세 주제에서의 프레임 전략은 어떻게 다를까?
• RQ5 뉴스 미디어 보도에서 하위프레임 사용 패턴과 이데올로기적 프레임링은 시간이 지남에 따라 어떻게 변화하는가?

주요 결과

• 제안된 하위프레임은 같은 고수준 프레임(예: 이민 보도에서의 '경제')을 사용하더라도 뉴스 기사에서 보수적 및 진보적 관점을 효과적으로 분리한다.
• 모델이 할당한 하위프레임 레이블은 인간 평가와 강한 상관관계를 보이며, 모델이 미세한 이데올로기적 뉘앙스를 포착하는 능력을 검증한다.
• 학습된 임베딩 모델은 새로운 텍스트로 잘 일반화되어, 새로운 문단에서 하위프레임 사용을 정확히 식별한다.
• 이 방법은 '경제' 프레임 하에서 '최저임금'과 '급여 정체성'과 같은 주제별 하위프레임을 성공적으로 식별하여 좌익 및 우익 담론 간의 차이를 드러낸다.
• 시간적 분석 결과 좌익 및 우익 성향 매체 간에 다른 프레임 전략이 드러나며, '테러리즘'과 '국경 보호' 같은 하위프레임은 시간이 지남에 따라 보수적 매체에서 증가하는 경향을 보인다.
• 주제별 뉘앙스와 일반적 프레임의 해석 가능성 사이의 균형을 이루며, 굵은 프레임 분석에 비해 이데올로기적 균열을 더 잘 포착한다.