Media Framing through the Lens of Event-Centric Narratives

Sintesi Tecnica: La Formattazione dei Media attraverso la Lente delle Narrazioni Centrate sugli Eventi

Definizione del Problema
L'analisi della formattazione dei media (media framing) mira a comprendere come le organizzazioni di news curino e organizzino vari aspetti di una questione per promuovere interpretazioni specifiche. Gli approcci computazionali esistenti si affidano prevalentemente a marcatori tematici di alto livello, come i modelli di topic latente (ad esempio, LDA) o tassonomie di parole chiave costruite manualmente. Gli autori sostengono che questi metodi siano spesso troppo ampi per catturare le sfumature della formattazione. Riducendo i frame a co-occorrenze di parole chiave o temi generali (ad esempio, "economico"), tali approcci non riescono a spiegare come diversi aspetti vengano scelti e organizzati per costruire un argomento. Nello specifico, un singolo marcatore tematico come "economico" può inquadrare l'immigrazione sia come un impulso o come un peso per l'economia, una distinzione che i modelli basati su parole chiave faticano a disambiguare senza comprendere la struttura narrativa sottostante.

Metodologia
Il documento propone un framework computazionale che sposta il focus dai temi statici alle narrazioni dinamiche centrate sugli eventi. La metodologia si compone di tre fasi primarie:

1. Estrazione degli Eventi:
   Il sistema adotta una visione degli eventi centrata sul verbo, estraendo coppie (verbo, oggetto) dal testo. Utilizzando un parser di dipendenza, il framework identifica verbi non ausiliari e i corrispondenti oggetti testa (distinguendo tra voce attiva e passiva) per formare un elenco di menzioni di eventi per ogni documento.

2. Estrazione delle Relazioni e Costruzione delle Catene:
   Un classificatore viene addestrato per predire le relazioni tra coppie di eventi estratti all'interno di un documento. Il modello si concentra su due tipi specifici di relazione:

• Temporale: Ordinamento cronologico (ad esempio, Precedenza, Successione, Sincronia).
• Causale: Relazioni di causa ed effetto (ad esempio, Ragione, Risultato).
  Il classificatore è addestrato su un sottoinsieme del grafo della conoscenza ASER (Activities, States, Events and their Relations), utilizzando RoBERTa per rappresentare le coppie di eventi e le loro frasi circostanti. Solo le coppie di eventi con relazioni temporali o causali predette vengono mantenute per costruire catene narrative a salto singolo rappresentate come (evento1, relazione, evento2).

3. Clustering e Espansione della Narrativa:
   Per trasformare queste catene in temi di alto livello, il framework impiega un Large Language Model (LLM), nello specifico Llama 3.1 8B. L'LLM viene istruito in un setting zero-shot per espandere ogni catena narrativa in una frase descrittiva che articoli la sequenza causale o temporale. Queste frasi espanse vengono poi vettorizzate tramite SBERT e raggruppate tramite K-means. Gli autori sperimentano con un numero di cluster compreso tra 25 e 200 per identificare temi narrativi distinti.

Contributi Chiave

• Un Framework Centrato sulla Narrativa: Gli autori propongono un nuovo approccio all'analisi della formattazione dei media che estrae rappresentazioni narrative centrate sugli eventi e le raggruppa in temi di livello superiore, andando oltre la semplice co-occorrenza di parole chiave.
• Generalizzabilità Cross-Domain: Il framework viene applicato e valutato in due distinti domini di news: immigrazione e controllo delle armi, dimostrando la sua adattabilità a diverse questioni politiche.
• Utilità Predittiva ed Esplicativa: Lo studio fornisce una valutazione esaustiva dimostrando che i cluster narrativi indotti fungono da segnali significativi per predire e spiegare la tassonomia dei frame politici di Boydstun et al. (2014).

Risultati

• Predizione delle Relazioni: Il classificatore delle relazioni ha raggiunto un punteggio macro-F1 di 0,60, superando i baseline inclusi Majority Class, Random e Logistic Regression con embedding GloVe. Il modello ha mostrato una precisione maggiore nell'identificare relazioni temporali rispetto a quelle causali, sebbene sia stata data priorità al recall per le relazioni causali per garantire la copertura.
• Qualità del Clustering: Un test di intrusione ha rivelato un'alta concordanza tra annotatori (82,61%) e un'accuratezza di etichettatura (67,5%) per il dataset sull'immigrazione, indicando cluster semanticamente coerenti e ben definiti. Il dataset sul controllo delle armi ha mostrato un'accuratezza inferiore (37,5%), che gli autori attribuiscono a una mancanza di variazione nei temi narrativi e alla sovrapposizione dei cluster in quel dominio.
• Predizione del Frame:
  • Utilizzando solo le caratteristiche dei cluster narrativi (senza il testo grezzo), il modello ha superato i baseline inclusi Random, i topic LDA ed i Tipi di Evento. La performance ottimale è stata raggiunta con 150 cluster per l'immigrazione e 50 per il controllo delle armi.
  • Quando le caratteristiche dei cluster narrativi sono state combinate con le rappresentazioni testuali basate su RoBERTa, il modello ha mostrato un miglioramento minore ma costante nell'accuratezza e nei punteggi F1 rispetto ai baseline basati solo sul testo, suggerendo che le strutture narrative introducono un bias induttivo utile.
• Risultati Qualitativi: L'analisi ha isolato con successo temi narrativi corrispondenti a specifici frame. Ad esempio, il frame "Crimine e Punizione" nell'immigrazione è fortemente associato a narrazioni riguardanti il "contrabbando di immigrati clandestini" e l' "arresto dei contrabbandieri". Allo stesso modo, il frame "Legalità, Costituzionalità, Giurisdizione" nel controllo delle armi è stato collegato a narrazioni riguardanti il "Secondo Emendamento" e le "sentenze giudiziarie".

Significatività e Rivendicazioni
Il documento sostiene che il suo contributo principale risieda nel dimostrare che la formattazione è fondamentalmente un problema di costruzione narrativa. Estrarre e raggruppare catene di eventi permette al framework di catturare i "modelli di narrazione" che disambiguano le dimensioni di formattazione di alto livello. Gli autori affermano che il loro approccio offre una rappresentazione più ricca e concisa dei documenti rispetto alla modellazione dei topic tradizionale, poiché si concentra sui pattern narrativi salienti scelti per costruire argomentazioni piuttosto che solo sui temi discussi.

Gli autori mantengono un tono modesto riguardo alle proprie rivendicazioni, riconoscendo che il framework non è progettato per massimizzare le prestazioni attraverso modelli massicci e complessi a causa di vincoli computazionali. Invece, il lavoro mira a evidenziare una direzione di ricerca che sottolinea l'importanza di identificare le sfumature chiave nelle catene narrative. Essi notano limitazioni nella generalizzazione del dominio (testata solo su immigrazione e controllo delle armi) e la dipendenza dall'annotazione umana per la valutazione dei cluster, suggerendo queste come aree per esplorazioni future.