Media Framing through the Lens of Event-Centric Narratives

Resumen Técnico: El encuadre de los medios a través del lente de las narrativas centradas en eventos

Planteamiento del problema
El análisis del encuadre de los medios (media framing) busca comprender cómo las organizaciones de noticias seleccionan y organizan aspectos de los temas para promover interpretaciones específicas. Los enfoques computacionales existentes dependen predominantemente de marcadores de temas de alto nivel, como los modelos de temas latentes (por ejemplo, LDA) o taxonomías de palabras clave construidas manualmente. Los autores argumentan que estos métodos suelen ser demasiado amplios para capturar los matices del encuadre. Al reducir los encuadres a la coocurrencia de palabras clave o temas generales (por ejemplo, "económico"), estos enfoques no logran explicar cómo se eligen y organizan los diferentes aspectos para construir un argumento. Específicamente, un único marcador temático como "económico" puede encuadrar la inmigración ya sea como un impulso o como una carga para la economía, una distinción que los modelos basados en palabras clave tienen dificultades para disambiguar sin comprender la estructura narrativa subyacente.

Metodología
El artículo propone un marco computacional que desplaza el enfoque de los temas estáticos hacia narrativas dinámicas centradas en eventos. La metodología consta de tres etapas primarias:

1. Extracción de eventos:
   El sistema adopta una visión de los eventos centrada en los verbos, extrayendo pares (verbo, objeto) del texto. Utilizando un analizador de dependencias (dependency parser), el marco identifica verbos no auxiliares y sus correspondientes núcleos de objeto (distinguiendo entre voz activa y pasiva) para formar una lista de menciones de eventos para cada documento.

2. Extracción de relaciones y construcción de cadenas:
   Se entrena un clasificador para predecir las relaciones entre pares de eventos extraídos dentro de un documento. El modelo se centra en dos tipos de relación específicos:

• Temporal: Orden cronológico (por ejemplo, Precedencia, Sucesión, Sincronía).
• Causal: Relaciones de causa y efecto (por ejemplo, Razón, Resultado).
  El clasificador se entrena en un subconjunto del grafo de conocimiento ASER (Activities, States, Events and their Relations), utilizando RoBERTa para representar los pares de eventos y sus oraciones circundantes. Solo se retienen los pares de eventos con relaciones temporales o causales predichas para construir cadenas narrativas de un solo salto representadas como (evento1, relación, evento2).

3. Agrupamiento y expansión narrativa:
   Para transformar estas cadenas en temas de alto nivel, el marco emplea un Modelo de Lenguaje Grande (LLM), específicamente Llama 3.1 8B. El LLM es instruido mediante zero-shot prompting para expandir cada cadena narrativa en una oración descriptiva que articule la secuencia causal o temporal. Estas oraciones expandidas se transforman en vectores (embeddings) usando SBERT y se agrupan mediante K-means. Los autores experimentan con recuentos de clústeres que van desde 25 hasta 200 para identificar temas narrativos distintos.

Contribuciones clave

• Un marco centrado en la narrativa: Los autores proponen un enfoque novedoso para el análisis del encuadre de los medios que extrae representaciones narrativas centradas en eventos y las agrupa en temas de mayor nivel, yendo más allá de la simple coocurrencia de palabras clave.
• Generalizabilidad transdominio: El marco se aplica y evalúa en dos dominios de noticias distintos: inmigración y control de armas, demostrando su adaptabilidad a diferentes cuestiones políticas.
• Utilidad predictiva y explicativa: El estudio proporciona una evaluación exhaustiva que muestra que los clústeres narrativos inducidos sirven como señales significativas para predecir y explicar la taxonomía de encuadre de políticas de Boydstun et al. (2014).

Resultados

• Predicción de relaciones: El clasificador de relaciones alcanzó una puntuación macro-F1 de 0.60, superando a los modelos de referencia (baselines) que incluyen Clase Mayoritaria, Aleatorio y Regresión Logística con incrustaciones de GloVe. El modelo mostró una mayor precisión al identificar relaciones temporales en comparación con las causales, aunque se priorizó la exhaustividad (recall) para las relaciones causales para asegurar la cobertura.
• Calidad de los clústeres: Una prueba de intrusión reveló una alta concordancia entre anotadores (82.61%) y una precisión de etiquetado (67.5%) para el conjunto de datos de inmigración, lo que indica clústeres bien definidos y semánticamente coherentes. El conjunto de datos de control de armas mostró una precisión menor (37.5%), lo que los autores atribuyen a una falta de variación en los temas narrativos y a la superposición de clústeres en ese dominio.
• Predicción de encuadres:
  • Utilizando únicamente las características de los clústeres narrativos (sin el texto original), el modelo superó a los modelos de referencia, incluyendo Aleatorio, temas de LDA y Tipos de Eventos. El rendimiento óptimo se logró con 150 clústeres para inmigración y 50 para control de armas.
  • Cuando las características de los clústeres narrativos se combinaron con las representaciones de texto basadas en RoBERTa, el modelo mostró una mejora menor pero constante en la precisión y las puntuaciones F1 sobre los modelos de referencia de solo texto, lo que sugiere que las estructuras narrativas introducen un sesgo inductivo útil.
• Hallazgos cualitativos: El análisis aisló con éxito temas narrativos correspondientes a encuadres específicos. Por ejemplo, el encuadre de "Crimen y Castigo" en inmigración estuvo fuertemente asociado con narrativas sobre el "tráfico de inmigrantes indocumentados" y la "detención de traficantes". Del mismo modo, el encuadre de "Legalidad, Constitucionalidad, Jurisdicción" en el control de armas se vinculó con narrativas relativas a los "derechos de la Segunda Enmienda" y las "sentencias judiciales".

Significancia y afirmaciones
El artículo afirma que su contribución principal reside en demostrar que el encuadre es fundamentalmente un problema de construcción narrativa. Al extraer y agrupar cadenas de eventos, el marco puede capturar los "patrones de narración de historias" que disambiguan las dimensiones de encuadre de alto nivel. Los autores aseveran que su enfoque ofrece una representación más rica y concisa de los documentos que el modelado de temas tradicional, ya que se centra en las narrativas salientes elegidas para construir argumentos en lugar de solo en los temas discutidos.

Los autores mantienen un tono modesto respecto a sus afirmaciones, reconociendo que el marco no está diseñado para maximizar el rendimiento mediante modelos masivos y complejos debido a restricciones computacionales. En su lugar, el trabajo pretende resaltar una dirección de investigación que subraya la importancia de identificar los matices clave en las cadenas narrativas. Señalan las limitaciones en la generalización de dominios (probado solo en inmigración y control de armas) y la dependencia de la anotación humana para la evaluación de clústeres, sugiriendo estas como áreas para la exploración futura.