L'analisi basata su LLM supera la PNL tradizionale nell'inquadramento delle notizie politiche

Una recente indagine disponibile su arXiv (2608.05155) contrappone l'analisi del sentiment (SA) tradizionale a un'analisi multidimensionale dell'inquadramento che utilizza modelli linguistici di grandi dimensioni (LLM) per valutare le notizie politiche. Sono stati analizzati 50 articoli di notizie politiche provenienti da 17 fonti mediatiche globali, rivelando un difetto significativo nella SA tradizionale noto come 'collasso neutro'. Il modello SA ampiamente utilizzato RoBERTa ha classificato il 70% degli articoli come neutri, semplificando eccessivamente complesse narrazioni politiche in una categoria vaga. Allarmante, il 23% di questi articoli neutri aveva punteggi di probabilità negativi superiori a 0,30, suggerendo un pregiudizio sottostante. Al contrario, il metodo basato su LLM ha identificato efficacemente la direzione e l'intensità del pregiudizio politico, del sensazionalismo, della risonanza emotiva e degli aspetti di inquadramento, cruciali per la ricerca nelle scienze sociali e umanistiche. Questo studio enfatizza i limiti dell'analisi del sentiment basata sulla polarità nel catturare discussioni politiche intricate e evidenzia i vantaggi degli LLM per approfondimenti analitici più profondi. I risultati sono vitali per gli studiosi di comunicazione politica, scienza sociale computazionale e studi sui media, fornendo uno strumento più avanzato per l'analisi delle notizie politiche.