人类兴趣还是冲突？利用大型语言模型进行电视节目自动化框架分析
人机交互
2024-09-20 v1
摘要
在当前媒体环境中，理解信息的框架化方式对于批判性消费和知情决策至关重要。框架分析是识别用于呈现信息所用背后视角的有价值工具，已被应用于各种媒体格式，包括电视节目。然而，手动进行框架分析需要大量时间和人力。大型语言模型（LLM）在此发挥关键作用。本文提出一种新方法，通过提示工程（prompt-engineering）识别电视节目中 spoken content 的框架。我们的发现表明，提示工程 LLM 可用作识别框架的支持工具，人机间的一致性可达最高 43%。鉴于 LLM 仍在发展中，我们相信该方法有望得到进一步细化和改进。该技术的潜力巨大，包括为记者开发支持工具、为学习框架及相关概念的新闻学学生提供教育资源，以及为观众提供交互式媒体体验。
引用
@article{arxiv.2409.12561,
title = {Human Interest or Conflict? Leveraging LLMs for Automated Framing Analysis in TV Shows},
author = {David Alonso del Barrio and Max Tiel and Daniel Gatica-Perez},
journal= {arXiv preprint arXiv:2409.12561},
year = {2024}
}