同词异义：广播媒体语言中的语义极化预测社交媒体话语的极化

随着过去十年在线新闻的增长，关于政治话语与新闻消费的实证研究聚焦于过滤气泡与回音室现象。然而近来学者揭示此类现象影响有限，导致一些人认为跨新闻受众的党派隔离无法仅由在线新闻消费充分解释，传统legacy媒体在围绕时事的公共话语极化中作用可能同样显著。本文扩展分析范围，将在线与更传统媒体均纳入，探究广播新闻媒体语言与社交媒体话语间关系。通过分析 CNN 与福克斯新闻十年间字幕（200 万说话人轮次）及 Twitter 上对应主题话语，我们提供测量美国两大广播网络间语义极化的新框架，展示这些媒体间语义极化如何演变（研究1）、达峰（研究2）并影响 Twitter 上党派讨论（研究3）。结果显示两频道间对主题重要关键词的讨论极化急剧上升，尤其 2016 年后，总体峰值出现在 2020 年。2020 年两台以截然不同语境讨论相同主题，相同关键词的语境讨论几乎无语言重叠。进一步，我们大规模展示广播媒体语言中的此种党派分化如何显著塑造 Twitter 语义极性趋势（反之亦然），首次实证关联电视媒体如何影响在线讨论。