과제 상세정보
목록딥러닝 인공지능 학습 모델을 활용한 뉴스 품질(의견성, 편향성) 평가 모델 개발 및 실시간으로 제공되는 뉴스 품질 정보의 미디어 리터러시 교육 효과 검증
작성자
관리자
조회수
55
등록일
2024-05-22
사업 정보
| 내역사업 | 신진연구자지원사업(인문사회) |
|---|
과제 기본정보
| 과제명 | 딥러닝 인공지능 학습 모델을 활용한 뉴스 품질(의견성, 편향성) 평가 모델 개발 및 실시간으로 제공되는 뉴스 품질 정보의 미디어 리터러시 교육 효과 검증 | ||||
|---|---|---|---|---|---|
| 과제고유번호 | 1345353228 | ||||
| 부처명 | 교육부 | ||||
| 시행계획 내 사업명 | |||||
| 시행계획 내 사업유형 | 예산출처지역 | 대전광역시 | 사업수행지역 | 대전광역시 | |
| 계속/신규 과제구분 | 신규과제 | ||||
| 과제수행연도 | 2022 | 총연구기간 | 2022-05-01 ~ 2025-04-30 | 당해연도 연구기간 | 2022-05-01 ~ 2023-04-30 |
요약 정보
| 연구목표 | 이 연구는 선행 연구에서 진행되었던 뉴스 의견성 지수(ONindex) 개발 작업을 확장하여 다음과 같은 네 가지 연구 목표를 설정한다.1. 뉴스 의견성 지수(ONindex) 개발을 완료한다.이 연구는 직접인용이라는 객관적 보도 방식을 통해 의견을 드러내는 방식에 집중해서 기사의 품질을 측정하는 “뉴스 의견성 지수(ONindex, Opinionated Ne... | ||
|---|---|---|---|
| 연구내용 | 이 연구는 다음과 같은 3단계로 진행된다. 뉴스 의견성 지수 인공지능 기술을 개발한다.뉴스 의견성 지수 개발에는 크게 세 가지 구성요소―(1) 제목에 사용된 직접인용구의 정확성(직접인용형 vs. 작문형), (2) 직접인용구 발화자 표시 여부(익명 vs. 실명), (3) 직접인용구의 유인가(긍정 vs. 부정 vs. 중립)―가 있다. 이 중 직접인용구의 정확... | ||
| 기대효과 | 이 연구는 딥러닝 인공지능 기술을 기사 분석에 활용함으로써 한국 언론학 연구에 방법론적 혁신을 꾀한다. 선행연구들은 분석 대상이 신문 1면 혹은 특정주제(예: 지방선거)로 한정돼 있고, 수작업에 의존해 분석의 일관성, 투명성, 재현성에 한계가 있었다. 이에 반해 이 연구 프로젝트의 선행연구에서 분석한 기사 수는 100여개 언론사가 네이버 뉴스에 제공한 뉴스... | ||
| 키워드 | 직접인용, 뉴스 의견성, 정파적 언론, 미디어 리터러시, 딥러닝 | ||
위탁/공동여부 정보
| 단독연구 | 기업 | 대학 | 국공립(연)/출연(연) | 외국연구기관 | 기타 |
|---|---|---|---|---|---|
|
기술 정보
| 연구개발단계 | 기타 | 산업기술분류 | |
|---|---|---|---|
| 미래유망신기술(6T) | 기타 | 기술수명주기 | |
| 연구수행주체 | 학 | 과학기술표준분류 | |
| 주력산업분류 | 적용분야 | 기타 공공목적 | |
| 중점과학기술분류 | 과제유형 |
과제수행기관(업) 정보
| 과제수행기관(업) 정보 | 과제수행기관(업)명 | 한국과학기술원 | 사업자등록번호 | |
|---|---|---|---|---|
| 연구책임자 | 소속기관명 | 한국과학기술원 | 사업자등록번호 | |
| 최종학위 | 박사 | 최종학력전공 |
사업비
| 국비 | 24,988,000 | 지방비(현금+현물) | 0 |
|---|---|---|---|
| 비고 | |||