基于机器学习的新闻论证结构研究——以Bert模型与主流媒体新闻评论为例 |
| |
引用本文: | 陈阳,周子杰,俞蔚捷,许洪腾.基于机器学习的新闻论证结构研究——以Bert模型与主流媒体新闻评论为例[J].当代传播,2023(1):74-79. |
| |
作者姓名: | 陈阳 周子杰 俞蔚捷 许洪腾 |
| |
作者单位: | 1. 中国人民大学新闻与社会发展研究中心;2. 中国人民大学新闻学院;3. 中国人民大学信息学院;4. 中国人民大学高领人工智能学院 |
| |
基金项目: | 国家社科基金项目“移动传播时代我国中央级党报内容生产转型研究”阶段性成果,编号:20BXW003; |
| |
摘 要: | 新闻报道是叙述新闻事实的文本,评论是对新闻事实进行论证的文本。新闻评论相较于新闻报道更直接表达立场、价值与意识形态,为新闻学研究提供了丰富的文本资源,对新闻论证的研究也存在较广阔的理论创新空间。本文以图尔敏模型为基础,形成一套测量新闻评论的量表,同时使用人工编码的方式处理多篇中央主流新闻媒体的新闻评论文本,形成6109个编码单元。使用机器学习算法(基于Bert模型),以监督学习的方式使机器探索并掌握人工编码的规则。机器学习共有4个独立任务,使用4个学习模型,最终调和准确率(f1 score)分别为95.758%、63.901%、83.794%和84.766%,学习效果整体较优。本文为进一步探索新闻论证提供了工具,以实现对新闻评论更广泛与深入的研究。
|
关 键 词: | 新闻评论 新闻论证 图尔敏模型 Bert模型 |
|