Déploiement de grands modèles de langage pour les études de discours : Une exploration de l’analyse automatisée des attitudes médiatiques

Cette étude vise à proposer une méthode basée sur un LLM (Grand Modèle de Langage) pour l’analyse du discours des attitudes médiatiques, et ainsi examiner les attitudes médiatiques envers la Chine dans un journal basé à Hong Kong. L’analyse des attitudes dans de grandes quantités de données médiatiques est cruciale pour comprendre les opinions publiques, les tendances du marché, les dynamiques sociales, etc. Cependant, les approches basées sur des corpus se sont traditionnellement concentrées sur les expressions linguistiques explicites des attitudes, laissant de côté les expressions implicites. Pour combler cette lacune, la présente étude a exploré la possibilité d’utiliser des LLM pour l’identification et la classification automatisées des attitudes explicites et implicites et a évalué la faisabilité de la mise en œuvre de cette approche sur des ordinateurs personnels. L’analyse était fondée sur le cadre proposé par Martin et White, qui fournit une approche structurée pour décrire différents aspects des attitudes médiatiques. L’open-source Llama2 (13b) de Meta a été utilisé pour l’analyse automatique des attitudes et a été quantifié pour être déployé sur des ordinateurs personnels. Le LLM quantifié a été utilisé pour analyser 40 000 expressions concernant la Chine dans un corpus de reportages du Oriental Daily News, un journal à forte vente à Hong Kong. Les résultats ont démontré que le LLM quantifié pouvait capturer avec précision les attitudes explicites et implicites, avec un taux de réussite d’environ 80 %, comparable à celui de codificateurs humains expérimentés. Les défis rencontrés durant le processus de mise en œuvre et les stratégies potentielles pour y faire face ont également été discutés.