請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/84078完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 謝吉隆(Ji-Lung Hsieh) | |
| dc.contributor.author | Ting-Ni Wu | en |
| dc.contributor.author | 吳亭霓 | zh_TW |
| dc.date.accessioned | 2023-03-19T22:04:32Z | - |
| dc.date.copyright | 2022-09-30 | |
| dc.date.issued | 2022 | |
| dc.date.submitted | 2022-09-26 | |
| dc.identifier.citation | 中研院詞知識庫小組（1998年8月）。〈中央研究院平衡語料庫的內容與說明〉。上網日期：2022年4月11日，取自http://godel.iis.sinica.edu.tw/CKIP/tr/9804_2013.pdf 《CKIP 詞類標記》（無日期）。上網日期：2022年4月11日，取自https://ckip.iis.sinica.edu.tw/CKIP/paper/poslist.pdf 林婷嫻（2018）。〈斷開中文的鎖鍊！自然語言處理 (NLP)〉。《研之有物》。上網日期：2022年4月11日，取自https://research.sinica.edu.tw/nlp-natural-language-processing-chinese-knowledge-information/ 許中川、陳景揆（2001）。〈探勘中文新聞文件〉。《資訊管理學報》，7(2)，103-122。https://doi.org/10.6382/JIM.200101.0103 陳世榮（2015）。〈社會科學研究中的文字探勘應用：以文意為基礎的文件分類及其問題〉。《人文及社會科學集刊》，27(4)，683-718。 夏鑄九、王志弘等校譯（2000）。《網絡社會之崛起》。臺北市：唐山。（Castells, M. [1996]. The rise of the network society） 曾元顯（2002年6月）。〈文件主題自動分類成效因素探討〉。《中國圖書館學會會報》，68：62–83。 臧國仁、蔡琰（2005）。〈再論新聞報導與時間敘事—以老人新聞為例〉，《新聞學研究》，83：1-38。 臧國仁、鍾蔚文（1999）。〈時間概念與新聞報導—初探新聞文本如何使用時間語彙〉，《新聞學研究》，61：137-178。 聯合報（2021）。〈數位轉型報告〉。上網日期：2021年11月1日，取自https://udn70.udn.com/digital-transformation/overview Adam. (2002). Perceptions of time. Companion Encyclopedia of Anthropology, 537–560. Ananny, M. (2016). Networked News Time. Digital Journalism, 4(4), 414–431. Barnhurst, K. G. (2011). The problem of modern time in American journalism 1. KronoScope, 11(1-2), 98-123. Bell, A. (1995). News time. Time & Society, 4(3), 305–328. Bødker, H. (2016). The Time(s) Of News Websites. In The Routledge Companion to Digital Journalism Studies (pp. 55–63). https://doi.org/10.4324/9781315713793-6 Bødker, H., & Brügger, N. (2018). The shifting temporalities of online news: The Guardian’s website from 1996 to 2015. Journalism, 19(1), 56–74. Hansen, K. R. (2016). News from the future: A corpus linguistic analysis of future-oriented, unreal and counterfactual news discourse. Discourse & Communication, 10(2), 115–136. Hassan, R. (2014). A Temporalized Internet. The Political Economy of Communication, 2(1). Hassan, R. (2003). Network time and the new knowledge epoch. Time & Society, 12(2-3), 226–241. Holsti, O.R. (1969). Content Analysis for the Social Sciences and Humanities. Reading, MA: Addison-Wesley. Hu, N., Zhang, T., Gao, B., & Bose, I. (2019). What do hotel customers complain about? Text analysis using structural topic model. Tourism Management, 72, 417-426. Keightley, E. (2012). Time, Media and Modernity. Springer. Krippendorff, K. (2004). Reliability in content analysis: Some common misconceptions and recommendations. Human communication research, 30(3), 411-433. Leong, S., Mitew, T., Celletti, M., & Pearson, E. (2009). The question concerning (internet) time. New Media & Society, 11(8), 1267–1285. Lim, J. (2012). The mythological status of the immediacy of the most important online news: An analysis of top news flows in diverse online media. Journalism Studies, 13(1), 71–89. Ma, W. Y., & Chen, K. J. (2005). Design of CKIP Chinese word segmentation system. Chinese and Oriental Languages Information Processing Society, 14(3), 235-249. Maier, D., Waldherr, A., Miltner, P., Wiedemann, G., Niekler, A., Keinert, A., Pfetsch, B., Heyer, G., Reber, U., Häussler, T., Schmid-Petri, H., & Adam, S. (2018). Applying LDA Topic Modeling in Communication Research: Toward a Valid and Reliable Methodology. Communication Methods and Measures, 12(2-3), 93–118. https://doi.org/10.1080/19312458.2018.1430754 Neiger, M., & Tenenboim-Weinblatt, K. (2016). Understanding journalism through a nuanced deconstruction of temporal layers in news narratives. Journal of Communication, 66(1), 139-160. Perreault, M. F., & Perreault, G. P. (2021). Journalists on COVID-19 journalism: Communication ecology of pandemic reporting. American Behavioral Scientist, 65(7), 976-991. Roberts, M. E., Stewart, B. M., Tingley, D., Lucas, C., Leder‐Luis, J., Gadarian, S. K., ... & Rand, D. G. (2014). Structural topic models for open‐ended survey responses. American journal of political science, 58(4), 1064-1082. Roberts, M. E., Stewart, B. M., & Tingley, D. (2019). Stm: An R package for structural topic models. Journal of Statistical Software, 91, 1-40. Sonnevend, J. (2018). Interruptions of time: The coverage of the missing Malaysian plane MH370 and the concept of ‘events’ in media research. Journalism, 19(1), 75-92. Tenenboim-Weinblatt, K. (2014). Counting time: journalism and the temporal resource. In Journalism and memory (pp. 97-112). Palgrave Macmillan, London. Tenenboim-Weinblatt, K., & Neiger, M. (2018). Temporal affordances in the news. Journalism, 19(1), 37-55. Usher, N. (2014). Making News at The New York Times. University of Michigan Press. Widholm, A. (2016). Tracing Online News in Motion. Digital Journalism, 4(1), 24–40. Zelizer, B. (2018). Epilogue: Timing the study of news temporality. Journalism, 19(1), 111-121. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/84078 | - |
| dc.description.abstract | 時間是新聞敘事中最基本的敘事元素，除了構成新聞事件的起承轉合，讓讀者更容易理解新聞資訊，同時反映新聞價值，當新聞發布時間與事件時間越相近，就容易被視為重要的的報導。而在數位新聞時代，新聞工作者為在更競爭的報導環境中提供即時報導，不僅考量新聞的時間相近性，也考慮新聞對讀者來說的新鮮程度，並在新聞報導加入更多來自過去、未來等不同時間層次的資訊。而此新聞與時間的關係變化，影響著公共時間的構成，並都將影響讀者對新聞事件的認知。本研究以COVID-19疫情新聞為研究對象，以瞭解新聞工作者在數位時代面臨即時報導壓力時，如何運用時間資訊進行報導，並討論不同的敘事方式反映出哪些時間特性，並影響疫情新聞敘事。 為分析新聞中的時間特徵，本研究嘗試以文字探勘方法輔助內容分析，從文本中區分出新聞中所引用的不同時間層次資訊，並透過主題建模方法，以次要新聞主題探索在關鍵疫情新聞事件前後時間性特徵的變化，藉此討論新聞工作者運用時間資訊的策略與其影響。 本研究發現，在疫情新聞報導中，新聞工作者的確以較豐富的時間層次進行敘事，反映出數位新聞時代連結時間跨度較大資訊的特徵，從研究結果可得包含過去、當下、未來共11層次時間資訊。整體而言，新聞媒體仍專注在當下的報導，其次為引用來自過去的資訊，而在運用有關未來的資訊時，新聞工作者的態度較為謹慎，且在引述時間跨度較大的資訊時，多仰賴特定人士作為預測性消息來源，對比過往研究有所差異。而在本土感染重大事件發生後，新聞工作者引用更多「過去／未來二日內」或「當日」時間層次的資訊，且從次要新聞主題的變化可見，「確診足跡與匡列隔離」、「人流管制」等主題的新聞增加。本研究所採研究方法為利用中文進行文字探勘法，雖未臻完善仍有可改進之處，其中以系統性方式檢視新聞時間資訊與針對繁體中文文本處理的經驗，仍可供未來研究參考使用。 | zh_TW |
| dc.description.abstract | Time is the most basic element in news narrative, which not only constitutes the beginning and end of news events but also makes it easier for readers to understand news information with news value. As providing real-time reports become more competitive in the digital news era, journalists have to consider the time proximity and the freshness of news at the same time. Research has shown that journalists refer to more information from the past, future, and other temporal layers. From this point of view, the role of time in the news has changed, which also affected the constitution of public time and people's relation to events that happened in the past. This study aims to understand how journalists use time as a narrative resource and deal with the pressure of highly competitive real-time reporting in the digital era with the use case of the COVID-19 outbreak news reports. The ways journalists refer to temporal information would also discuss in this article. To analyze the temporality of news, this study attempted to use content analysis with a text mining approach, distinguish different temporal layers of information used in the news, and figure out the differences in reporting strategies and time-related words usages before and after the key epidemic news events with topic modeling and secondary news topics. This study found that journalists used a richer temporal layer in the news coverage on reporting the epidemic with a larger time span in the digital news era. There are 11 temporal layers found in this study. In general, the news media still focus on reporting on the present, followed by quoting information from the past, and journalists are more cautious in using information about the future. After key epidemic news events, journalists cited more information at the 'past/next two days' or 'today' time level, and the change in secondary news topics showed an increase in the number of news stories on topics such as 'Confirmation of footprint and quarantine' and 'crowd control'. The research method used in this study is a textual analysis method in Chinese. Although it is not perfect and is still room for improvement, future research could refer to the experience of examining news time information in a systematic way and traditional Chinese textual processing used in this study. | en |
| dc.description.provenance | Made available in DSpace on 2023-03-19T22:04:32Z (GMT). No. of bitstreams: 1 U0001-2609202217443300.pdf: 7970178 bytes, checksum: bf2d77ad693fc9aadf3c4e8ce55a4083 (MD5) Previous issue date: 2022 | en |
| dc.description.tableofcontents | 第一章 緒論 1 第一節 研究背景 1 第二節 研究目的與研究問題 5 第二章 文獻回顧 8 第一節 網路新聞敘事與時間特性 8 一、 新聞傳播媒介與新聞時間 9 二、 新聞實務與新聞時間 11 第二節 新聞時間層次與新聞事件 14 一、 與過去有關的時間層次 16 二、 與當下有關的時間層次 17 三、 與未來有關的時間層次 17 第三節 新聞敘事與時間特性相關研究 19 第三章 研究流程與研究方法 23 第一節 研究流程 23 第二節 文本時間特徵辨識 24 一、 取出新聞首段資訊 25 二、 斷詞 26 三、 詞類辨識 27 四、 時間層次分類框架 29 五、 信度檢驗 32 第三節 次要疫情新聞主題辨識 33 一、 主題參數選擇 35 二、 主題模型結果信效度評估與可解釋性 37 第四節 研究對象與資料蒐集 38 一、 研究對象 38 二、 資料蒐集 39 三、 本土疫情重要事件 42 第四章 資料分析結果 44 第一節 新聞時間層次與時間特性 44 一、 指向過去的疫情新聞 47 二、 指向當下的疫情新聞 50 三、 指向未來的疫情新聞 51 第二節 次要疫情新聞主題與時間層次分布 54 第三節 本土疫情重大事件與時間層次分布 59 第四節 小結 61 第五章 結論與討論 62 第一節 疫情新聞時間特性 62 第二節 研究限制與建議 64 參考文獻 66 附錄一 自定義字典與權重 69 附錄二 時間層次與常見時間資訊關鍵字 70 附錄三 次要疫情新聞主題與新聞文本 71 | |
| dc.language.iso | zh-TW | |
| dc.title | 新聞時間性特徵分析——以COVID-19疫情新聞為例 | zh_TW |
| dc.title | A Temporal Analysis of COVID-19 News | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 110-2 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 劉慧雯(Hui-Wen Liu),王維菁(Wei-Ching Wang) | |
| dc.subject.keyword | 新聞時間,時間性,時間層次,主題建模, | zh_TW |
| dc.subject.keyword | news time,temporality,temporal layers,topic modeling, | en |
| dc.relation.page | 73 | |
| dc.identifier.doi | 10.6342/NTU202204108 | |
| dc.rights.note | 同意授權(限校園內公開) | |
| dc.date.accepted | 2022-09-27 | |
| dc.contributor.author-college | 社會科學院 | zh_TW |
| dc.contributor.author-dept | 新聞研究所 | zh_TW |
| dc.date.embargo-lift | 2022-09-30 | - |
| 顯示於系所單位： | 新聞研究所 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-2609202217443300.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 7.78 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。