[论文解读] How to Write High-quality News on Social Network? Predicting News Quality by Mining Writing Style

Yuting Yang, Juan Cao+3 more|arXiv (Cornell University)|Feb 2, 2019

Topic Modeling参考文献 13被引用 4

一句话总结

本文提出了一种社交媒体新闻质量评估模型（SNQAM），通过分析源自既定写作指南的八个语言特征来预测新闻质量。该模型基于这些特征与传播度（用作质量的代理指标）的相关性进行加权，实现了高度可解释性，可为社交媒体平台上的新闻写作风格提供针对性改进建议。

ABSTRACT

Rapid development of Internet technologies promotes traditional newspapers to report news on social networks. However, people on social networks may have different needs which naturally arises the question: whether can we analyze the influence of writing style on news quality automatically and assist writers in improving news quality? It's challenging due to writing style and 'quality' are hard to measure. First, we use 'popularity' as the measure of 'quality'. It is natural on social networks but brings new problems: popularity are also influenced by event and publisher. So we design two methods to alleviate their influence. Then, we proposed eight types of linguistic features (53 features in all) according eight writing guidelines and analyze their relationship with news quality. The experimental results show these linguistic features influence greatly on news quality. Based on it, we design a news quality assessment model on social network (SNQAM). SNQAM performs excellently on predicting quality, presenting interpretable quality score and giving accessible suggestions on how to improve it according to writing guidelines we referred to.

研究动机与目标

• 探究写作风格在社交媒体语境下对新闻质量的影响。
• 通过将传播度作为代理指标，解决在缺乏人工判断的情况下衡量新闻质量的挑战。
• 开发一种不仅能预测质量，还能提供可操作、可解释的改进建议的模型。
• 将写作风格的影响与事件病毒式传播和发布者影响力等混淆因素分离开来。
• 构建一个用于自动化、基于指南的社交媒体新闻内容质量评估框架。

提出的方法

• 基于既定的新闻写作指南，定义八种语言特征类型：可读性、可信度、趣味性、感官性等。
• 从新闻帖文中提取53项具体语言特征，包括标点符号使用、代词频率和结构要素等。
• 通过用户间与用户内分析，将事件和发布者的影响与写作风格对传播度的影响分离开来。
• 通过二分类（非常优秀 vs. 一般）在每个用户内部（用户内）计算特征重要性（I_i），并在用户之间（用户间）计算相关性（C_i）。
• 通过公式 W_i = I_i * C_i 计算特征权重，并利用公式 News_Quality_Score = Σ(W_i * F_i) 将其聚合为质量得分。
• 通过分析八个写作风格维度对总分的贡献，生成针对性的反馈。

实验结果

研究问题

• RQ1 特定写作风格特征在多大程度上与社交媒体上的新闻传播度相关？
• RQ2 在评估写作风格影响时，如何减轻事件类型和发布者影响力等外部因素的影响？
• RQ3 语言特征的加权组合能否以高可解释性和实际效用预测新闻质量？
• RQ4 哪些写作指南（如可读性、可信度、感官性）对新闻传播度的影响最强？
• RQ5 该模型能否提供可操作的、基于指南的改进建议以提升新闻质量？

主要发现

• SNQAM 模型在预测质量得分与实际新闻传播度之间实现了 0.606 的斯皮尔曼等级相关系数（SRC）。
• 与质量相关的前20项特征在用户之间高度一致，其中10项特征在所有用户中均位列前20名。
• 与可读性、可信度、趣味性和感官性相关的特征与新闻质量的相关性最强且最稳定。
• 在第50个周期后，新华社网络在写作风格上出现显著转变——感叹号、表情符号和吸引人的描述使用增加，同时其新闻质量持续提升。
• 该模型成功区分了高质量与低质量的帖子，分别为 Post1 和 Post2 赋予 0.770 和 0.207 的得分，并提供了对表现不佳维度的清晰诊断洞察。