捕捉野风：在大规模新闻语料库中检测媒体风暴

媒体风暴，即对某个故事注意力的戏剧性爆发，是媒体动态和注意力格局的核心组成部分。尽管意义重大，但由于测量和操作化的问题，对这一概念的系统性和实证研究很少。我们引入了一种迭代的人机交互方法，用于在大规模新闻文章语料库中识别媒体风暴。首先根据几个文本特征将文本转换为离散信号。在每次迭代中，我们对这些信号应用无监督异常检测；然后由专家验证每个异常以确认风暴的存在，然后使用这些结果来调整下一次迭代的异常检测。我们在两种场景中展示了该方法的适用性：首先，补充特定时间范围内的初始媒体风暴列表；其次，检测新时间段内的媒体风暴。我们提供了一个使用这两种场景编译的媒体风暴数据集。该方法和数据集都为对媒体风暴概念进行全面实证研究提供了基础，包括表征它们以及预测它们的爆发和持续时间，无论是在主流媒体还是社交媒体平台上。