Unraveling Media Perspectives: A Comprehensive Methodology Combining Large Language Models, Topic Modeling, Sentiment Analysis, and Ontology Learning to Analyse Media Bias
Created by
Haebom
Category
Empty
저자
Orlando Jahde, Thorsten Weber, Rudiger Buchkremer
개요
본 논문은 정치 뉴스에서의 미디어 편향을 분석하기 위한 확장 가능하고 최소한의 편향을 가진 새로운 방법론을 제시합니다. 자연어 처리 기술(계층적 토픽 모델링, 감정 분석, 대규모 언어 모델을 이용한 온톨로지 학습 포함)을 활용하여 이벤트 선택, 라벨링, 단어 선택, 그리고 누락 및 포함 편향을 뉴스 소스별로 분석합니다. 세 가지 최근 정치 사건 사례 연구를 통해 다양한 수준의 세분성에서 뉴스 소스 간의 편향을 식별하는 방법론의 효과를 보여줍니다. 이 연구는 확장 가능하고 최소한의 편향을 가진 미디어 편향 분석을 위한 중요한 발걸음이며, 뉴스 소비자가 점점 복잡해지는 미디어 환경을 탐색하는 데 도움이 되는 도구의 기반을 마련합니다.
시사점, 한계점
•
시사점:
◦
정치 뉴스의 미디어 편향을 분석하는 새로운 방법론 제시
◦
확장 가능하고 최소한의 편향을 가진 분석 가능
◦
다양한 수준의 세분성에서 편향 식별 가능
◦
뉴스 소비자를 위한 도구 개발의 기반 마련
•
한계점:
◦
제시된 방법론의 일반화 가능성 및 다양한 언어/문화적 맥락에 대한 적용성에 대한 추가 연구 필요
