Rozpoznávání proevropského a protievropského diskurzu v českém mediálním prostoru
Recognizing pro-European and anti-European discourse in Czech media space
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/194360Identifikátory
SIS: 247916
Kolekce
- Kvalifikační práce [18160]
Autor
Vedoucí práce
Oponent práce
Stauber, Jakub
Fakulta / součást
Fakulta sociálních věd
Obor
Politologie a mezinárodní vztahy
Katedra / ústav / klinika
Katedra mezinárodních vztahů
Datum obhajoby
9. 9. 2024
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Čeština
Známka
Výborně
Tato bakalářská práce se zabývá rozpoznáváním proevropského a protievropského diskurzu v českém mediálním prostoru. Právě média mohou totiž prostřednictvím specifických rámců a sentimentů ovlivňovat postoje veřejnosti k evropské integraci. Hlavním cílem této práce je vytvořit klasifikační model založený na metodách strojového učení s učitelem (supervised machine learning, SML), který dokáže přesně a spolehlivě identifikovat sentiment a tematický rámec v českých mediálních textech o Evropské unii. Pro potřeby práce došlo v první řadě k vytvoření trénovacího datasetu obsahující články, které byly dle kódovacích schémat zpracovány tradiční obsahovou analýzou. Následně došlo k ověření výkonnosti samotného klasifikačního modelu, který byl zároveň porovnáván s jednoduší metodou "bag of words". Tato práce upozorňuje na potenciál využívání modelů založených na metodách strojového učení s učitelem, které mohou nahradit zdlouhavé tradiční metody analýz a přispět k bližšímu pochopení evropského diskurzu v českém mediálním prostředí.
This bachelor thesis deals with the recognition of pro-European and anti-European discourse in the Czech media space. It is the media that can influence public attitudes towards European integration through specific frames and sentiments. The main goal of this thesis is to develop a classification model based on supervised machine learning method that can accurately and reliably identify sentiment and thematic frames in Czech media texts about the European Union. For the purpose of this work, first of all, a training dataset containing articles that were processed according to coding schemes by traditional content analysis was created. Subsequently, the performance of the classification model itself was verified and compared with the simpler "bag of words" method. This work highlights the potential of using models based on machine learning methods with a teacher, which can replace lengthy traditional analysis methods and contribute to a closer understanding of European discourse in the Czech media space.