[论文解读] Beyond Discrete Genres: Mapping News Items onto a Multidimensional Framework of Genre Cues

Zilin Lin, Kasper Welbers+2 more|arXiv (Cornell University)|Dec 8, 2022

Computational and Text Analysis Methods被引用 4

一句话总结

本文提出了一种多维、非离散的框架，基于体裁线索（特别是事实性和正式性）对新闻条目进行映射，使用微调后的 BERT 模型在句子层面预测这些维度。该方法实现了跨媒体平台对多样化新闻格式的系统性比较，揭示了当代新闻报道中体裁边界的流动性。

ABSTRACT

In the contemporary media landscape, with the vast and diverse supply of news, it is increasingly challenging to study such an enormous amount of items without a standardized framework. Although attempts have been made to organize and compare news items on the basis of news values, news genres receive little attention, especially the genres in a news consumer's perception. Yet, perceived news genres serve as an essential component in exploring how news has developed, as well as a precondition for understanding media effects. We approach this concept by conceptualizing and operationalizing a non-discrete framework for mapping news items in terms of genre cues. As a starting point, we propose a preliminary set of dimensions consisting of "factuality" and "formality". To automatically analyze a large amount of news items, we deliver two computational models for predicting news sentences in terms of the said two dimensions. Such predictions could then be used for locating news items within our framework. This proposed approach that positions news items upon a multidimensional grid helps in deepening our insight into the evolving nature of news genres.

研究动机与目标

• 为在统一、标准化的框架内比较多样化新闻格式（如 YouTube 采访和印刷版社论）提供支持。
• 超越静态、离散的体裁分类，通过建模新闻体裁作为由受众感知塑造的流动连续体。
• 通过可度量的语言线索实现体裁感知，聚焦事实性和正式性作为核心维度。
• 开发可自动预测这些体裁线索的计算模型，从而实现对新闻内容的大规模分析。
• 为理解当代媒体生态系统中新闻体裁如何演变和融合（尤其是在跨平台和跨受众背景下）提供基础。

提出的方法

• 提出基于体裁线索的二维框架：'事实性'（内容的事实性与观点性程度）和'正式性'（语言正式程度）。
• 在涵盖报纸、博客、播客、公共广播、讽刺内容和 YouTube 内容的大型多样化荷兰语新闻语料库上，微调两个基于 BERT 的模型。
• 通过句子层面的事实性和正式性标注训练分类模型，实现在句子层面预测体裁线索。
• 将句子层面的预测结果聚合，以确定整个新闻条目在多维体裁框架中的位置。
• 通过大规模数据展示验证该框架，证明其能够捕捉不同媒体类型之间的体裁演变与融合。
• 发布代码和语料库，以支持未来研究者复制和扩展，包括潜在地适配其他语言或媒体类型。

实验结果

研究问题

• RQ1 尽管格式和风格各异，如何系统性地比较来自不同媒体平台的新闻条目？
• RQ2 感知到的体裁线索（如事实性和正式性）在不同类型新闻内容和媒体机构之间在多大程度上存在差异？
• RQ3 计算模型能否在句子层面准确预测体裁线索，从而实现在多维空间中对新闻条目进行大规模映射？
• RQ4 事实性和正式性这两个维度如何反映当代新闻体裁的流动与动态特性？
• RQ5 该非离散框架在哪些方面能够改善数字时代媒体影响和新闻实践的研究？

主要发现

• 所提出的二维框架有效捕捉了在传统新闻报道与用户生成内容等多样化媒体平台之间，新闻体裁的流动性和融合性。
• 微调后的 BERT 模型在句子层面实现了对事实性和正式性的可靠预测，从而支持在体裁空间中对新闻条目进行可扩展的映射。
• 该框架揭示出新闻条目并非局限于离散体裁，而是存在于一个谱系上，新闻报道与评论文章等格式之间存在显著重叠。
• 模型输出表明，体裁线索在不同媒体类型中存在显著差异，YouTube 内容和讽刺内容的正式性较低、观点性较高，而传统媒体则相反。
• 通过大规模数据展示验证了该方法的有效性，表明该框架能够检测新闻内容随时间推移的体裁转变和结构变化。
• 发布的语料库和代码使未来研究能够为特定媒体类型（如边缘新闻或社交媒体内容）构建专用模型，从而提升在特定人群和平台上的泛化能力。