本文研究了利用CompRes数据集进行新闻叙述结构的自动检测，提出了新的故事要素和分析框架，并通过有监督模型训练实现了高达0.7的F1得分。研究还探讨了政治实体在事件中的内在议程，提出了描述新闻类型的非离散框架，并总结了900多篇相关研究的趋势与挑战。此外，利用大型语言模型分析文本结构与框架信息的提取，揭示了政治偏见的检测及其影响。

本文比较分析了音频理解模型预训练策略的影响，发现有监督模型在大规模音乐数据集上训练能实现最先进的性能，无监督模型在某些情况下也能表现出较高的效率和通用性。

本文比较分析了音频理解模型预训练策略的影响，包括预训练数据集和方法。有监督模型在超大规模有人工注释的音乐数据集上训练实现了最先进的性能，而无监督模型则在某些情况下表现出较高的效率和通用性。