电视新闻深度分析与新型互动搜索的探索

Mostafa@@1

学者和记者们迅速抓住了这个机会，但团队仍在不断尝试更深层次的索引方法。麦克唐纳表示，音频指纹识别、光学字符识别（OCR）和计算机视觉等技术使得捕捉新闻中的视觉元素并改善访问成为可能。

该档案馆已创建了多个政治领袖演讲和访谈子集，其中包括内容丰富的唐纳德·特朗 电话营销数据 普档案。麦克唐纳表示，档案馆取得的一些最卓有成效的进展，来自于与外部人士的合作，他们要求获得比公共界面所能提供的更多访问权限。在适当限制措施的约束下（以尊重广播公司和分发平台），档案馆与部分科学家和记者合作，利用馆藏数据进行更复杂的分析。


Leetaru表示，将电视新闻视为数据，为计算分析创造了巨大的机遇。研究人员可以追踪新闻中词语的使用频率及其随时间的变化。例如，可以查看特定新闻节目中与新冠疫情相关的词语的提及情况，并观察其在每一波疫情中出现激增、趋于平稳以及随后急剧下降的时期，如下图所示。





新计算的元数据有助于提供背景信息，并协助事实核查工作，从而打击虚假信息。Leetaru表示，它可以帮助研究人员绘制电视新闻的地理分布图——了解世界各地某些地区的新闻报道量远高于其他地区。通过这些数据收集，研究人员探索了哪些质疑选举公正性的总统推文在新闻中获得了最多的曝光。研究人员利用光学字符识别技术（OCR）对每一帧画面进行识别，创建模型来识别新冠疫情爆发后有线电视上出现的每一位“医生”的姓名，并计算医生就病毒变种发表评论的播出时长。研究人员还利用反向图像查找技术来确定电视新闻中照片和视频的来源。视觉实体搜索工具甚至可以揭示疫情期间家庭采访中书架作为背景的出现频率不断增加，以及特定作者或书名的书籍的出现频率。开放的计算电视新闻元数据数据集可供使用，其中包括所有视觉实体和 OCR 检测、10 分钟间隔的字幕 n-gram以及每次广播的逐秒清单，并记录它是“新闻”节目、“广告”节目还是“无字幕”节目（就电视新闻而言，这几乎完全是广告）。