基于 SociaLens 的在线数字调查性新闻

随着互联网、大数据、机器学习（ML）和人工智能的兴起，媒体公司经历了显著的转型。近期大型语言模型（LLM）的出现为这一转型增添了另一个层面。研究人员认为，借助这些技术，调查性数字新闻将进入一个新的时代。使用一套智能的数据收集和分析工具，记者将能够以前所未有的方式创建数据驱动的内容和洞见。本文介绍了一款 versatile and autonomous 的调查性新闻工具——{\em SociaLens}，用于从在线来源识别和提取特定查询的数据，响应深入查询，并通过 ML 分析从大规模数据中自动推导出结论。我们设想其在调查性新闻、执法和社会政策规划中的应用。该系统利用 ML 技术与 LLM 的集成，以及先进的大数据搜索技术。我们通过聚焦于发展中国家强奸事件的案例研究，展示了 SociaLens 的功能，证明记者无需具备可能缺乏的编程专业知识，即可获得细致的洞见。SociaLens 被设计为一个能够进行上下文对话、查找并收集与查询相关数据、启动 ML 任务以响应查询、生成文本和可视化报告的 ChatBot，所有操作均在 ChatBot 环境中完全自动化。