[论文解读] Analyzing Who and What Appears in a Decade of US Cable TV News

James Won‐Ki Hong, Will Crichton+10 more|arXiv (Cornell University)|Aug 13, 2020

Authorship Attribution and Profiling参考文献 4被引用 4

一句话总结

本论文利用机器学习技术，对2010至2019年美国有线电视新闻（CNN、FOX、MSNBC）进行了为期十年的分析，通过面部检测、性别呈现标签化以及字幕与音频的对齐，揭示了持续存在的性别失衡现象：到2019年，男性呈现者获得的屏幕时间是女性呈现者的1.9倍。研究还推出了一款公开的交互式网络工具，供公众探索该数据集。

ABSTRACT

Cable TV news reaches millions of U.S. households each day, meaning that decisions about who appears on the news and what stories get covered can profoundly influence public opinion and discourse. We analyze a data set of nearly 24/7 video, audio, and text captions from three U.S. cable TV networks (CNN, FOX, and MSNBC) from January 2010 to July 2019. Using machine learning tools, we detect faces in 244,038 hours of video, label each face's presented gender, identify prominent public figures, and align text captions to audio. We use these labels to perform screen time and word frequency analyses. For example, we find that overall, much more screen time is given to male-presenting individuals than to female-presenting individuals (2.4x in 2010 and 1.9x in 2019). We present an interactive web-based tool, accessible at https://tvnews.stanford.edu, that allows the general public to perform their own analyses on the full cable TV news data set.

研究动机与目标

• 了解谁出现在美国有线电视新闻中，以及代表性随时间的变化情况。
• 量化屏幕时间中的性别差异，并识别公众人物可见度的模式。
• 开发一种可扩展的自动化流程，用于大规模广播视频中的人脸、性别呈现和字幕的标注。
• 创建一个可访问的交互式网络平台，支持公众和新闻工作者探索有线电视新闻的媒体趋势。
• 为美国新闻中媒体代表性与话语的纵向、数据驱动分析提供基础。

提出的方法

• 对每三秒采样一次的视频帧应用MTCNN面部检测，识别244,038小时广播视频中的面部。
• 使用机器学习模型对检测到的面部进行性别呈现分类，并通过人脸识别技术识别重要公众人物。
• 利用自动语音识别与时间同步技术，将文本字幕与音频转录内容对齐。
• 筛选数据以聚焦新闻节目（占总视频的72.1%），排除广告内容，用于内容与代表性分析。
• 构建基于网络的交互式可视化工具，允许用户查询随时间变化的屏幕时间与词汇频率趋势。
• 通过人工检查验证标注准确性，并利用时间序列分析揭示媒体覆盖的长期趋势。

实验结果

研究问题

• RQ1 2010至2019年间，美国有线电视新闻网络中男性与女性呈现者的屏幕时间如何变化？
• RQ2 哪些公众人物和政治人物在有线电视新闻中获得最多的银幕可见度？
• RQ3 过去十年中，屏幕上同时出现多个面部的时间比例如何演变？
• RQ4 哪些话题被最频繁讨论，它们与银幕代表性之间有何关联？
• RQ5 新闻报道中受害者与肇事者的可见度在性别和语境上如何变化？

主要发现

• 女性呈现者与男性呈现者之间的屏幕时间比例从2010年的0.41:1上升至2019年的0.54:1，表明虽有逐步改善，但性别失衡依然存在。
• 到2019年，男性呈现者获得的屏幕时间是女性呈现者的1.9倍，低于2010年的2.4倍。
• 屏幕上至少有一张面部的时间比例从2010年的72.9%上升至2019年的81.5%，表明对银幕上人类存在的重视程度不断提高。
• 在CNN和FOX，仅有一张面部的屏幕时间比例下降，而在MSNBC则保持稳定。
• 按屏幕时间排名前100位的个体中，包括18位美国政治人物和85位新闻主播，其中3人兼具双重身份。
• 该数据集共检测到2.63亿张面部，占总播出时间75.3%的时段中至少有一张面部出现在屏幕上。