Forschung zur automatisierten Erkennung von Protest-Frames in Medien in Bremen vorgestellt
Im Rahmen des Workshops „New Data, New Concepts? Sociological Theory and Big Data in the Era of Computational Social Sciences“ im Haus der Wissenschaft in Bremen stellte unsere wissenschaftliche Mitarbeiterin Theresa Henn ein aktuelles Work-in-Progress-Projekt vor.
Unter dem Titel „Bridging Vision and Text: Classifying Protest Frames in Online News Reporting Using Multimodal Models with Zero-Shot and Few-Shot Learning“ untersucht die Studie, wie effektiv multimodale KI-Modelle Protest-Frames in Instagram-Beiträgen großer U.S. Nachrichtenmedien erkennen können. Dabei werden sowohl Bilddaten als auch kombinierte Bild-Text-Daten analysiert und es wird zwischen Zero-Shot- und Few-Shot-Learning unterschieden.
Die bisherigen Ergebnisse zeigen, dass multimodale Modelle bei der Erkennung von Protest-Frames insgesamt sehr gute Leistungen erzielen, wobei sich die Leistung durch den Einsatz von Few-Shot-Learning weiter verbessert. Allerdings variiert die Klassifizierungsgenauigkeit je nach Modellarchitektur, Prompt Gestaltung und den spezifischen klassifizierten Frames.
Der Workshop bot spannende Einblicke in die Möglichkeiten, neuartige KI-Methoden mit soziologischen Theorien zu verknüpfen.
Euer SNA-Team