メディアのナラティブを誘導するための構造化クラスタリング手法

要旨: メディアのナラティブ（物語）には世論を形成するうえで計り知れない力がある一方、計算論的アプローチは、コミュニケーション理論が中心的であるとして強調する、意味がどのように構築されるのかに関わる繊細なストーリーテリング構造を捉えることに苦戦しています。既存のアプローチは、粗い粒度での分析により微妙な物語パターンを見落とすか、あるいはスケーラビリティを制限する領域固有のタクソノミー（分類体系）を必要とします。このギャップを埋めるために、本研究では、構造化クラスタリングを通じて出来事と登場人物を共同でモデル化することで、豊かなナラティブ（物語）スキーマを誘導するための枠組みを提示します。提案手法は、確立されたフレーミング理論と整合する、説明可能なナラティブスキーマを生成し、網羅的な手作業による注釈なしに大規模コーパスへとスケールさせます。