Kontext ist entscheidend (NMF): Modellierung der Dynamik topischer Informationen in chinesischen Diaspora-Medien

Context is Key(NMF): Modelling Topical Information Dynamics in Chinese Diaspora Media

October 16, 2024

Autoren: Ross Deans Kristensen-McLachlan, Rebecca M. M. Hicke, Márton Kardos, Mette Thunø

cs.AI

Zusammenfassung

Interessiert sich die Volksrepublik China (VR China) für europäische Wahlen durch die Medien der chinesischen Diaspora? Diese Frage bildet die Grundlage eines laufenden Forschungsprojekts, das untersucht, wie die Narrative der VR China über europäische Wahlen in den Medien der chinesischen Diaspora dargestellt werden und somit die Ziele der Medienmanipulation der VR China. Um die Diaspora-Medien effizient und umfassend zu untersuchen, ist es notwendig, Techniken aus der quantitativen Textanalyse zu verwenden, wie z.B. Topic Modeling. In diesem Paper präsentieren wir eine Methode zur Untersuchung der Informationsdynamik in den chinesischen Medien. Zunächst stellen wir KeyNMF vor, einen neuen Ansatz zur statischen und dynamischen Topic-Modellierung unter Verwendung von transformerbasierten kontextuellen Einbettungsmodellen. Wir führen Benchmark-Evaluationen durch, um zu zeigen, dass unser Ansatz auf einer Reihe von chinesischen Datensätzen und Metriken wettbewerbsfähig ist. Zweitens integrieren wir KeyNMF mit bestehenden Methoden zur Beschreibung der Informationsdynamik in komplexen Systemen. Wir wenden diese Methode auf Daten von fünf Nachrichtenwebsites an und konzentrieren uns auf den Zeitraum vor den Europawahlen 2024. Unsere Methoden und Ergebnisse zeigen die Effektivität von KeyNMF bei der Untersuchung der Informationsdynamik in den chinesischen Medien und legen den Grundstein für weitere Arbeiten zur Beantwortung der breiteren Forschungsfragen.

English

Does the People's Republic of China (PRC) interfere with European elections through ethnic Chinese diaspora media? This question forms the basis of an ongoing research project exploring how PRC narratives about European elections are represented in Chinese diaspora media, and thus the objectives of PRC news media manipulation. In order to study diaspora media efficiently and at scale, it is necessary to use techniques derived from quantitative text analysis, such as topic modelling. In this paper, we present a pipeline for studying information dynamics in Chinese media. Firstly, we present KeyNMF, a new approach to static and dynamic topic modelling using transformer-based contextual embedding models. We provide benchmark evaluations to demonstrate that our approach is competitive on a number of Chinese datasets and metrics. Secondly, we integrate KeyNMF with existing methods for describing information dynamics in complex systems. We apply this pipeline to data from five news sites, focusing on the period of time leading up to the 2024 European parliamentary elections. Our methods and results demonstrate the effectiveness of KeyNMF for studying information dynamics in Chinese media and lay groundwork for further work addressing the broader research questions.