Societal ideas and trends dictate media narratives and cinematic depictions which in turn influences people's beliefs and perceptions of the real world. Media portrayal of culture, education, government, religion, and family affect their function and evolution over time as people interpret and perceive these representations and incorporate them into their beliefs and actions. It is important to study media depictions of these social structures so that they do not propagate or reinforce negative stereotypes, or discriminate against any demographic section. In this work, we examine media representation of professions and provide computational insights into their incidence, and sentiment expressed, in entertainment media content. We create a searchable taxonomy of professional groups and titles to facilitate their retrieval from speaker-agnostic text passages like movie and television (TV) show subtitles. We leverage this taxonomy and relevant natural language processing (NLP) models to create a corpus of professional mentions in media content, spanning more than 136,000 IMDb titles over seven decades (1950-2017). We analyze the frequency and sentiment trends of different occupations, study the effect of media attributes like genre, country of production, and title type on these trends, and investigate if the incidence of professions in media subtitles correlate with their real-world employment statistics. We observe increased media mentions of STEM, arts, sports, and entertainment occupations in the analyzed subtitles, and a decreased frequency of manual labor jobs and military occupations. The sentiment expressed toward lawyers, police, and doctors is becoming negative over time, whereas astronauts, musicians, singers, and engineers are mentioned favorably. Professions that employ more people have increased media frequency, supporting our hypothesis that media acts as a mirror to society.


翻译:媒体对文化、教育、政府、宗教和家庭的描述随着人们理解和认识这些表达方式并将其纳入他们的信仰和行动而影响其功能和演变。我们必须研究媒体对这些社会结构的描述,以免传播或强化负面的陈规定型观念,或歧视任何人口部分。在这项工作中,我们审查媒体对职业的描述,并在娱乐媒体内容中提供对其发生率和情绪表达的计算性见解。我们创建了专业团体和职称的可搜索分类,以便利他们从电影和电视(电视)等语音和声频文本段落中检索到功能和演变。我们利用这种分类和相关自然语言处理模式,在媒体内容中建立一系列专业性提及,涵盖超过136 000个伊斯兰医学手册。我们在70年(1950-2017年)中,对不同职业的频率和情绪趋势进行计算性分析,研究媒体特征的影响,如genreire、制片国家和职称类型为电影和电视(电视)的字幕字幕字幕。我们利用这种分类和相关的自然语言处理模式来创建一套专业文章,在媒体内容中,在媒体中,在阅读和脚本方面,我们所表述的频率和情绪分析的频率和情绪变化。我们所展示的相对,在媒体中,在媒体中,阅读和脚本中,阅读中,阅读和脚本中更多地反映了媒体、阅读和脚本和脚本上,我们阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、比、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、阅读、

0
下载
关闭预览

相关内容

分类学是分类的实践和科学。Wikipedia类别说明了一种分类法,可以通过自动方式提取Wikipedia类别的完整分类法。截至2009年,已经证明,可以使用人工构建的分类法(例如像WordNet这样的计算词典的分类法)来改进和重组Wikipedia类别分类法。 从广义上讲,分类法还适用于除父子层次结构以外的关系方案,例如网络结构。然后分类法可能包括有多父母的单身孩子,例如,“汽车”可能与父母双方一起出现“车辆”和“钢结构”;但是对某些人而言,这仅意味着“汽车”是几种不同分类法的一部分。分类法也可能只是将事物组织成组,或者是按字母顺序排列的列表;但是在这里,术语词汇更合适。在知识管理中的当前用法中,分类法被认为比本体论窄,因为本体论应用了各种各样的关系类型。 在数学上,分层分类法是给定对象集的分类树结构。该结构的顶部是适用于所有对象的单个分类,即根节点。此根下的节点是更具体的分类,适用于总分类对象集的子集。推理的进展从一般到更具体。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
39+阅读 · 2020年9月6日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
7+阅读 · 2018年11月5日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Knowledge Representation Learning: A Quantitative Review
Arxiv
5+阅读 · 2018年1月23日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关资讯
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
7+阅读 · 2018年11月5日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Top
微信扫码咨询专知VIP会员