Лонгитюдный анализ тональности и эмоций в заголовках новостных СМИ с использованием автоматической разметки языковыми моделями Transformer

В работе представлен хронологический (2000–2019 гг.) анализ тональности и эмоций в 23 миллионах заголовков 47 новостных СМИ, популярных в Соединённых Штатах. Для автоматической разметки заголовков использовались языковые модели Transformer, дообученные для выявления тональности (положительной и отрицательной), а также шести базовых эмоций по Экману (гнева, отвращения, страха, радости, печали и удивления) и нейтральности. Результаты показывают усиление негативной тональности заголовков в печатных и цифровых новостных СМИ начиная с 2000 года. Заголовки правоконсервативных новостных СМИ на протяжении всего исследуемого периода в среднем постоянно были более негативными, чем заголовки леволиберальных изданий. Хронологический анализ эмоциональности заголовков показывает рост доли заголовков, выражающих гнев, страх, отвращение и печаль, а также снижение распространённости эмоционально нейтральных заголовков в исследованных СМИ в период 2000–2019 гг. Доля заголовков, выражающих гнев, по-видимому, в среднем выше в правоконсервативных новостных изданиях, чем в леволиберальных СМИ.