有线电视新闻是数百万美国人每天的主要信息来源。出现在有线电视新闻中的人以及他们谈论的话题塑造了公众舆论和文化。虽然许多新闻编辑室和监督机构定期审查新闻广播的内容，但这些工作通常涉及手动统计广播的对象和内容。
一种新的交互式工具使用人工智能技术自动测量谁在有线电视新闻和他们谈论什么。(图片来源:Shutterstock/Conchi Martinez)
但是现在一群研究人员推出了斯坦福大学有线电视新闻分析仪、交互式工具,使公众能够不仅搜索记录,而且计算公众人物的屏幕时间近24/7从CNN电视新闻广播,福克斯新闻频道和MSNBC追溯到2010年1月。该网站每天更新前一天的报道，可以搜索超过27万小时的新闻片段。
分析仪利用现代人工智能技术，自动测量出谁在播报新闻，以及他们在谈论什么，从而提高了这些广播公司编辑决定的透明度。该工具每天都在更新，它利用计算机视觉来检测人脸，识别公众人物，并估计特征(如性别)，以检查新闻报道模式。为了便于主题分析，抄本与视频内容同步，并在日期、时间和节目之间进行比较。
“让研究人员、记者和公众定量衡量谁和什么是新闻,该工具可以帮助确定偏差和趋势在有线电视新闻报道,“说项目负责人Maneesh Agrawala森林Baskett工程学院的教授,计算机科学教授和主任布朗斯坦福大学研究所媒体创新。
媒体消费者可以使用这个工具来研究世界上最重大的新闻是如何被报道的，以及新闻网络之间的比较。媒体消费者可以计算政客、新闻人物和专家的屏幕时间，或者分析2020年美国大选的报道。研究人员表示，公众可以使用该工具的文本搜索和屏幕时间测量功能来提出这样的问题:政治候选人的报道领先还是落后于民意调查?像“中国冠状病毒”这样有争议的词语最先出现在哪个频道?在最受欢迎的有线电视新闻节目中，按性别划分的屏幕时间是多少?
研究人员提供更多的例子分析已经使用斯坦福有线电视新闻分析器执行,以及更多细节的设计网站和视频的方法标记在arXiv预印网站上的一份报告中,分析谁和什么出现在十年的美国有线电视新闻。此外，他们正在medium.com/tvnewsanalyzer上收集分析和见解，并邀请公众分享他们的发现、发现和关于该工具的问题。
该项目建立在布朗研究所之前的项目之上，比如Esper和10年电视新闻的视听分析，这些项目专注于构建开源软件基础设施来分析、可视化和查询超大的视频集合，并从互联网档案的电视新闻档案中整合数据。
In addition to Agrawala, the team also includes Stanford computer scientist Kayvon Fatahalian and Geraldine Moriba, journalist, documentary filmmaker, broadcast news executive and a former John S. Knight Journalism fellow at Stanford. They are working closely with James Hong, the student lead, and students Jacob Ritchie, Jeremy Barenholtz, Will Crichton, Daniel Fu, Ben Hannel, Xinwei Yao and Haotian Zhang.
斯坦福有线电视新闻分析仪是由斯坦福大学计算机图形实验室与约翰·奈特奖学金项目合作创建的。该项目得到了布朗媒体创新研究所、英特尔公司、谷歌云、亚马逊网络服务和美国国家科学基金会的财务和计算礼物的支持。该视频数据集是由互联网档案馆提供的学术使用。
新闻旨在传播有益信息，英文原版地址：https://news.stanford.edu/2020/08/27/stanford-launches-ai-powered-tv-news-analyzer/