政治角力

Definition

新媒體
自2013年7月洪仲丘事件後開始受到關注的媒體。 如: 風傳媒、新頭殼、民報、Nownews…etc

舊媒體
傳統媒體。如：自由、中時、蘋果、聯合…etc

Data Source

網路爬蟲
由第八組羅偉航同學熱心協助抓取六大媒體網路新聞文章.
來源

• 新媒體 : 風傳媒 民報 新頭殼
• 舊媒體 : 自由 中時 蘋果

語料蒐集時間及數量
從2015.12.29 往前回溯，收集風傳媒、新頭殼、民報、自由、中時、蘋果等六大家媒體，各一千篇，共六千篇政治新聞文本。

Data Preprocessing

去除干擾預測的雜訊
清除與文風無關用字。如：相關報導、即時新聞、記者的名字。
斷詞( using jiebaR )

• 第一步，是先將網路爬蟲爬下來的6000篇新聞文本先用jiebaR斷詞。
• 第二步，利用tm及tmcn的語料庫結構，去除停用詞(中文)
• 第三步，取詞頻100以上的詞，建立document-term matrix (dtm)
• 第四步，將dtm輸出成文字檔，供機器學習模型訓練

Hypothesis

根據特定事件（蔡英文回應媒體追問她是否有炒地皮一事）觀察新、舊媒體的文本。
文本顯示新媒體傾向以流水帳方式撰寫,並多描述事件場景中主角當時的情緒或行為。而舊媒體則是簡短摘要事件主角針對議題的回應。