框定新闻：从人类感知到大语言模型推断
计算与语言
2023-05-01 v1 人机交互
摘要
识别新闻的框架对理解文章视角、意图、欲传达信息及所强调的新闻侧面十分重要。框架是新闻学中广泛研究的概念，并已成为计算领域的新课题，有潜力自动化流程并辅助新闻从业者工作。本文以与Covid-19反疫苗运动相关的文章研究此问题。首先，为理解处理该主题所用的视角，我们制定了人类标注框架的协议，针对来自5个欧洲国家报纸的1786条反疫苗(No-Vax)运动文章标题进行标注。标题是印刷媒体的关键单元，值得分析，因为许多人仅读标题(或以其指导进一步阅读决策)。其次，考虑到大语言模型在自然语言处理(NLP)上的进展，我们探究了新闻标题框架推断的两种途径：其一是GPT-3.5微调方法，其二是GPT-3.5提示工程。我们的工作有助于研究和分析这些模型在辅助如框架分类等新闻任务上的表现，同时理解模型能否在识别框架时复现人类感知。
引用
@article{arxiv.2304.14456,
title = {Framing the News:From Human Perception to Large Language Model Inferences},
author = {David Alonso del Barrio and Daniel Gatica-Perez},
journal= {arXiv preprint arXiv:2304.14456},
year = {2023}
}