CNN을 활용한 방송 뉴스의 감정 분석 = Analysis of Emotions in Broadcast News Using Convolutional Neural Networks

다국어 초록 (Multilingual Abstract)

In Korea, video-based news broadcasters are primarily classified into terrestrial broadcasters, general programming cable broadcasters and YouTube broadcasters. Recently, news broadcasters get subjective while targeting the desired specific audience. This violates normative expectations of impartiality and neutrality on journalism from its audience. This phenomenon may have a negative impact on audience perceptions of issues. This study examined whether broadcast news reporting conveys emotions and if so, how news broadcasters differ according to emotion type. Emotion types were classified into neutrality, happiness, sadness and anger using a convolutional neural network which is a class of deep neural networks. Results showed that news anchors or reporters tend to express their emotions during TV broadcasts regardless of broadcast systems. This study provides the first quantative investigation of emotions in broadcasting news. In addition, this study is the first deep learning-based approach to emotion analysis of broadcasting news.

참고문헌 (Reference)

1 강명현, "지상파와 종편채널의 뉴스특성 비교연구" 한국지역언론학회 16 (16): 5-36, 2016

2 조은영, "종합편성 채널 도입과 방송 뉴스 보도의 다양성: 철도노조파업 이슈에 대한 지상파 채널과 종합편성 채널 보도내용 분석을 중심으로" 한국언론학회 58 (58): 433-461, 2014

3 양선희, "유튜브 저널리즘의 시대, 전통적 저널리즘의 대응현황과 과제" 사회과학연구소 31 (31): 245-262, 2020

4 이완수, "방송뉴스의 언어와 표현:뉴스언어의 객관성과 공정성을 중심으로" 한국방송학회 14 (14): 5-46, 2013

5 홍주현, "뉴스생산 환경에 따른 방송 보도의 선정성네트워크 분석․프레임 분석 : 유명인에 대한 미투운동 사례를 중심으로" 한국콘텐츠학회 18 (18): 103-119, 2018

6 이하림, "국내 유튜브 1인 창작자 콘텐츠의 내용적 유해성에 대한 분석 연구" 한국소통학회 16 (16): 119-152, 2017

7 P. Sermanet, "Traffic sign recognition with multi-scale convolutional networks" IEEE 2809-2813, 2011

8 김세중, "TV 뉴스의 선정성이 정서, 기억, 뉴스 평가 및 갈등 지각에 미치는 영향" 방송·예술연구소 9 (9): 253-280, 2014

9 이윤재, "TV 뉴스에 있어서 앵커 멘트가 시청자 수용태도에 미치는 영향에 관한 연구 : 조절동기와 수용자 인구통계적 특성을 중심으로" 연세대학교 언론홍보대학원 2005

10 안서진, "TV 뉴스 브랜드 자산 평가가 채널 충성도에 미치는 영향과 TV 뉴스 충성도의 매개효과: KBS와 JTBC TV 뉴스를 중심으로" 한국광고학회 29 (29): 55-78, 2018

11 C. Szegedy, "Going deeper with convolutions" 1-9, 2015

12 S. Abdoli, "End-to-end environmental sound classification using a 1D convolutional neural network" 136 : 252-263, 2019

13 S. Kim, "Analyzing the causes of decrease in journalism credibility and examining the achievement of credibility in broadcasting reportage through media accountability in Korea" Korea Communications Commission 2018

14 W. Q. Zheng, "An experimental study of speech emotion recognition based on deep convolutional neural networks" 827-831, 2015