Il contesto è fondamentale (NMF): Modellazione della dinamica delle informazioni tematiche nei media della diaspora cinese.

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

October 16, 2024

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

cs.AI

Abstract

La Repubblica Popolare Cinese (RPC) interferisce nelle elezioni europee attraverso i media della diaspora cinese etnica? Questa domanda costituisce la base di un progetto di ricerca in corso che esplora come le narrazioni della RPC sulle elezioni europee siano rappresentate nei media della diaspora cinese, e quindi gli obiettivi della manipolazione dei media della RPC. Per studiare in modo efficiente e su larga scala i media della diaspora, è necessario utilizzare tecniche derivate dall'analisi quantitativa del testo, come la modellazione dei temi. In questo articolo, presentiamo un flusso di lavoro per studiare la dinamica delle informazioni nei media cinesi. In primo luogo, presentiamo KeyNMF, un nuovo approccio alla modellazione statica e dinamica dei temi utilizzando modelli di embedding contestuali basati su trasformatori. Forniamo valutazioni di riferimento per dimostrare che il nostro approccio è competitivo su diversi set di dati e metriche cinesi. In secondo luogo, integriamo KeyNMF con metodi esistenti per descrivere la dinamica delle informazioni in sistemi complessi. Applichiamo questo flusso di lavoro ai dati provenienti da cinque siti di notizie, concentrandoci sul periodo che precede le elezioni parlamentari europee del 2024. I nostri metodi e risultati dimostrano l'efficacia di KeyNMF nello studio della dinamica delle informazioni nei media cinesi e gettano le basi per ulteriori lavori che affrontano le domande di ricerca più ampie.

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.