本研究提出双向主题匹配（BTM），一种新颖的跨语料库主题建模方法，用于量化语料库之间的主题重叠与差异。BTM能够有效识别气候新闻文章中共享和独特的主题，展示气候变化与气候行动之间的关系。

该研究提出了一种基于机器学习的框架，用于自动检测和分类15种认知失真类型。该模型实现了加权F1得分0.88，并在更大的众包数据集中产生了0.68的加权F1得分。此外，该研究还探讨了建立相似认知失真之间主题关系的探索分析。