💬 NLP
Uncovering Temporal Framing in the News
本文引入了一种分类法和一个包含 458 篇针对时间框架进行标注的多语言新闻文章数据集，证明了监督模型能有效检测这些说服性修辞手段，且其表现优于零样本方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在阅读一篇新闻文章。通常，当你看到“昨天”、“明年”或“自1990年以来”这样的词时，你的大脑会将它们视为一个日历。你会想：“好吧，这发生在那个时候，那将在以后发生。”这仅仅是一个时间线。
但本文认为，新闻作者使用时间不仅仅是将其作为日历，更是将其作为一根魔杖来改变你对故事的感觉。他们不仅是在告诉你事情发生的时间，还在利用时间来劝说你，使某件事显得紧迫、令人怀旧或不可避免。
研究人员将这种现象称为**“时间框架化”（Temporal Framing）**。
八种魔术技巧（分类法）
研究团队创建了一个包含八种不同方式的“菜单”，展示了作者如何利用时间来拨动你的情感心弦。把这些想象成作者可以佩戴的八种不同的相机镜头，用以改变画面：
- 首创性（Primacy，即“先行者效应”）： “我们是第一个发现这个的！”这让作者听起来像是先驱或权威。
- 近时性（Recency，即“突发新闻”热度）： “这件事刚刚发生！”这让旧的事实显得无关紧要，让新的故事感觉像是唯一重要的事情。
- 紧迫性（Urgency，即“滴答作响的时钟”）： “我们只有48小时了！”这制造了恐慌，并迫使你立即行动。
- 时间锚定（Temporal Anchoring，即“历史锚点”）： “我们生活在一个后9/11时代。”它将当前事件与一个著名的过去时刻联系起来，以借用其情感分量。
- 怀旧（Nostalgia，即“玫瑰色眼镜”）： “还记得那些美好的旧时光吗？”它让过去看起来很完美，从而让现在看起来很糟糕。
- 时间对比（Temporal Contrast，即“那时与现在”）： “它那时是一个繁荣的城市，但现在却成了一座鬼城。”它强调剧烈的变化，以此讲述衰落或进步的故事。
- 连续性（Continuity，即“永不完结的故事”）： “这种情况已经发生了数十年之久。”它让一种情况感觉是不可改变的、不可避免的，或者令人沮丧地停滞不前。
- 怀疑论（Skeptical，即“模糊的水晶球”）： “这个计划可能会崩溃。”它对未来投下怀疑的阴影，使人们变得谨慎或恐惧。
侦探工作（数据集）
为了研究这一点，研究人员并没有仅仅靠猜测。他们建立了一个包含 458 篇英文和德文新闻文章的海量数据库。
- 搜寻过程： 他们阅读了数千个句子，并要求人类专家充当侦探。
- 任务内容： 专家们必须找出那些将时间作为“说服工具”而非仅仅作为事实来使用的句子。
- 结果： 他们发现了超过 2,000 个利用时间作为修辞技巧的句子。他们用上述八个类别对这些句子进行了标注。
机器人测试（实验）
一旦拥有了这份“训练手册”，他们尝试教会计算机识别这些技巧。他们运行了两类测试：
- “零样本”测试（猜谜游戏）： 他们让大型智能 AI 模型（如 Llama 和 Qwen）在没有任何特殊训练的情况下进行猜测。
- 结果： AI 的表现还可以，但经常会搞混。它会看到像“现在”这样的词就假设它是紧急的，即使它并不是。这就像一个背熟了词典但并不理解笑话梗概的学生。
- “监督式”测试（训练营）： 他们将同样的 458 篇文章喂给这些 AI 模型，并对它们进行了训练。他们教导模型准确寻找什么。
- 结果： 有了巨大的提升。 经过训练的模型在识别这些技巧方面变得出色得多。它们学会了“现在”并不总是意味着“紧急”，而“自从”也不一定总是意味着“怀旧”。
核心结论
论文得出结论：时间是一种说服性的语言。
- 它是可学习的： 如果经过适当训练，计算机可以学会检测这些修辞技巧。
- 它是复杂的： 你不能只看时间词（如“昨天”或“很快”）。你必须理解作者正在讲述的故事。一句说“通胀在 2024 年上升”的话只是一个事实。但“通胀多年来一直在上升，证明了政策的失败”则是一个框架。
- 规模并非一切： 仅仅扩大 AI 的规模并不会自动使其在处理此类问题时变得更好。它需要特定的训练来理解日期与修辞武器之间的区别。
简而言之，这篇论文为我们看待新闻提供了一种新的视角：不仅关注发生了什么，还关注作者如何利用“时间”这一概念来让你对事物产生某种特定的感受。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。