Ceci est une version HTML d'une pièce jointe de la demande d'accès à l'information 'Documents and statistics on the EMM Open Source Intelligence Suite'.


EMM: Supporting the Analyst by Turning Multilingual Text into Structured Data 
Ref. Ares(2017)4079764 - 18/08/2017
 
EMM: Supporting the Analyst by Turning 
Multilingual Text into Structured Data 
Abstract 
All information-seeking professionals need to sieve through large amounts of text 
to  retrieve  the  information they  need so  that  they  can stay  up-to-date  of  develop-
ments in their field. Language Technology tools can help make the analyst’s work 
more  efficient  by  increasing  the amount  of  data  analysed  and  by  speeding  up  the 
process.  Software  tools  applied  to  big  data  may  additionally  provide  a  bird’s-eye 
view  of  trends  and  data  distributions  not  easily  visible  to  the  human  reader.  The 
European  Commission’s  Joint  Research  Centre  (JRC)  has  developed  the  Europe 
Media Monitor (EMM) family of applications, which aims to provide solutions for 
the  daily  media  monitoring  needs  of  a  large  variety  of  users  working  in  diverse 
fields. EMM gathers and analyses hundreds of thousands of news articles every day 
in up to seventy languages. Due to the large scale of the effort, EMM can track top-
ics,  detect trends and act as an early warning tool. In this chapter, we present the 
functionality  and  the  benefits  of  EMM’s  news  analysis  capacity.  We  also  aim  to 
make  the  reader  aware  of  the  potential  dangers  of  automated  large-scale  media 
monitoring. The EMM team makes available for free a number of linguistic tools 
and  resources  that  can  be  used  by  information  specialists  to  improve  their  own 
analysis of large sets of textual data. 
1.  Introduction 
Information  is  power.  Organisations  have  always  tried  to  be  well-informed  with 
respect to their interests and activities. This includes political organisations such as 
parties which want to know how the public feels about their initiatives – an intrinsic 
part  of  the  democratic process.  It  includes  companies  that  monitor  their field and 
their competitors (competitive intelligence), and it includes Non-Governmental Or-
ganisations (NGOs) or public authorities such as those responsible for keeping an 
eye on Public Health (medical intelligence). There are of course also national law 
enforcement authorities that complement their internally available information with 
information from the internet (open source intelligence). Some of the required in-
formation can be found in the social or in the traditional media. In the past, organi-
sations paid for manual news clipping services where human readers sieved through 
  5

 European Commission – Joint Research Centre (JRC) 
the major newspapers and their selection was collated into an in-house newspaper. 
Some organisations continue this practice even today. The European Commission’s 
in-house  science  service  Joint  Research  Centre  (JRC)  automated  this  task  at  the 
beginning  of  this  century  and  created  its  Europe  Media  Monitor  (EMM).  Since 
then, EMM has grown to monitor around 6,500 news sources in over 70 languages 
(status  September  2016)  and  it  offers  much  more  functionality,  including  infor-
mation extraction, trend detection, machine translation and the visualisation of in-
formation. Large parts of EMM are freely accessible to the public through various 
interfaces,  including  HTML  for  computers,  apps  for  mobile  phones  and  tablets, 
RSS for news reader software, KML for Google Maps, and more. The main func-
tionality of EMM is summarised in Section 2. EMM is not the only automatic me-
dia monitoring system available. In Section 3, we draw a picture of the landscape of 
tools and services available to date. 
However, can machines really substitute human intelligence? Is their output relia-
ble? How much of the news analysis task can they take over? Do human analysts 
need to fear for their job? What do system users need to look out for? Section 4 ad-
dresses these questions. EMM’s components were developed entirely in-house and 
some of these components are available for public or commercial developers of text 
mining software. Section 5 describes these tools and resources, and it also addresses 
the main theme of this book, i.e. transparency and responsibility. Section 6 summa-
rises the main points of this chapter and gives an outlook on developments that can 
be expected in the near future in order to make EMM and other news analysis prod-
ucts even more useful.  
2.  The Europe Media Monitor (EMM) 
EMM  (
) is  an  entirely  automatic system of  well-integrated 
software tools that currently visits about 6,500 different online news sources in over 
70  languages  and  that  collects  and  analyses  a  current  average  of  about  250,000 
news  articles  per  day.  A  whole  series  of  Language  Technology  software  compo-
nents then analyse these news articles, adding more and more meta-information to 
each article in a processing pipeline with rising complexity.  
2.1 Meta-information extracted from the news 
The  initially  unstructured  text  is  turned  into  partially  structured  data,  allowing 
searching of its contents like those of a database and allowing the analysis and vis-
ualisation of the information. EMM runs around the clock and many of its web pag-
es  are updated every  ten minutes, letting users see at  any  time of  the day what is 
currently happening around the world. Below, you find the list of information facets 
EMM produces for each news article:  
•  Time stamp (time of publication); 
6  


Supporting the Analyst by Turning Multilingual Text into Structured Data 
Figure 1. Entry page of EMM-NewsBrief, displaying the ten currently largest news clusters and 
their size development over the last hours, plus meta-information about each cluster. 
•  URL (internet address); 
•  Country where the news was published; 
•  Countries mentioned in the article; 
•  News source (e.g. newspaper name); 
•  Publication language; 
•  Information on the media type (social vs. traditional media; regional, nation-
al or international, etc.); 
•  News category / subject domain; 
•  Number of related articles (same day or in previous days); 
•  Related articles in other languages; 
•  Names of persons, organisations and locations mentioned; 
•  Quotations by and about people; 
•  Sentiment / tonality; 
•  Event information (who did what to whom, where and when); 
•  Machine translation results (translation into English only); 
•  Any combinations of features; average values; change over time; etc.  
For ambiguous strings such as Paris, EMM disambiguates whether it is a person or 
a location name (e.g. Paris Hilton) and – in the case of multiple locations with the 
same  name  –  it  uses  various  heuristics  to  decide  which  one  is  being  referred  to 
(
 2006). 
 
7
 


 European Commission – Joint Research Centre (JRC) 
Figure 2. Entry page of EMM-NewsExplorer, displaying the largest news clusters per day, plus 
information on the biggest news stories this week and this month, and more. 
2.2 The importance of monitoring the news in many languages 
Not all information is available for all languages. While the automatic grouping of 
related articles and the classification into hundreds or thousands of news domains is 
mostly done for all languages, other text analysis tools are only available for a sub-
set. For instance, event information (the most complex set of information aspects) is 
available for only eleven languages, named entities (persons, organisations and lo-
cations) as well as quotes by  and  about  people are mostly available in at least 21 
languages.  Machine  translation  results  are  currently  being  produced  for  16  lan-
guages.  
Is it really necessary to monitor the news in so many different languages? Aren’t all 
major events and facts also mentioned at least in the English language press? It may 
well be the case that those major events that are currently in the international focus 
are  somehow  covered  by  the  press  in  many  different  languages.  However,  the 
viewpoints and the focus of the reporting clearly differ and large numbers of events 
are not reported in other languages. A study by 
 (2011) showed that 
only 51 out of 523 observed events were reported in more than one language, i.e. 
less  than  10%.  Furthermore,  350  of  the  523  events  (67%)  were  found  in  non-
English news. This certainly confirms the observation of EMM users, who are often 
8  


Supporting the Analyst by Turning Multilingual Text into Structured Data 
Figure 3. Entity page of EMM-NewsExplorer, showing information collected about this entity 
over time and in different languages, e.g. titles, name variants, quotations, etc. 
interested  in  less-reported  events  such  as  disease  outbreaks,  violence,  smuggling 
events or the mention of certain specialised organisations. When displaying all cur-
rent news clusters in all EMM languages on one map, we also observe that the clus-
ters in different languages are extremely unevenly distributed (see the top-left graph 
in  Figure  4).  News  reporting is  highly  complementary  across  languages, both re-
garding facts and opinions.  
2.3 News display by combining extracted meta-information 
EMM displays the extracted information facets next to each group of related arti-
cles  so  that  readers  receive  background  knowledge  before  even  reading  the  text. 
Figure 1 shows a snapshot of the German front page of EMM-NewsBrief. The in-
teractive trend lines show the reporting intensity for the currently ten largest news 
clusters. The number of articles (y-axis) refers to the number of articles that arrived 
in the last four-hour period. This number is recalculated every ten minutes. The text 
section shows the names found in the current top cluster, consisting of 80 articles, 
as well as the various news categories and a quotation (reported speech). NewsBrief 
shows the currently most reported news from around the world. It is updated every 
ten minutes. Figure 2 shows the English front page of EMM-NewsExplorer. Simi-
larly to a newspaper, NewsExplorer is updated once a day as it summarises the ma-
 
9
 


 European Commission – Joint Research Centre (JRC) 
Figure 4. Various types of visualisation in EMM systems, showing geographical distributions, 
social networks, time lines, etc. 
jor news of any given calendar day. NewsExplorer shows cross-lingual links so that 
users can jump to news on the same event or theme in any of the other 20 languages 
simply by  clicking  on  the language  link.  It  also  shows  the countries,  persons and 
organisations  most  in  the  news  that  day,  as  well  as  the  largest  news  stories  this 
week and this month. The calendar on the left allows one to look at the news from 
any  day  since  NewsExplorer’s  inception  in  2004.  Both  NewsBrief  and  NewsEx-
plorer contain many hyperlinks so that users can jump to the information they are 
most interested in. For each news cluster, there are also dedicated pages displaying 
all available meta-information for that cluster. For stories, i.e. related news clusters 
that  are  linked  over  several  days  or  weeks  and  sometimes  containing  up  to  thou-
sands of news articles, there are also dedicated pages showing the reporting intensi-
ty in a time line and displaying the cumulated meta-data for that story (see bottom-
right graph in Figure 4).  
What gives meta-information extracted from unstructured text so much power are 
the  manifold  ways  of  combining  the  data.  For  instance,  in  NewsExplorer,  entity 
pages show the historically cumulated meta-information for any of over one million 
entities  (Figure  3).  It  is  possible  to  produce  social  networks  of  entities  that  fre-
10  


Supporting the Analyst by Turning Multilingual Text into Structured Data 
Figure 5. Early warning functionality in EMM-MedISys. The interactive alert statistics graph 
show today's biggest theme-country combinations and allows jumping to the related news items. 
quently  get  mentioned  together  (see  top  right  of  Figure  4).  Many  more  possible 
queries on combinations of news meta-data and their visualisation are possible, but 
the  EMM  interfaces  do  not  allow  to  display  all  possible  combinations  of  meta-
information. They rather show  the information aspects most requested by EMM’s 
large user base.  
2.4 Distributions, trends and early warning 
Structured data allows various types of statistical analyses and of display (see Fig-
ure 4). These include simple distributions that can best be displayed as bar charts or 
 
11
 


 European Commission – Joint Research Centre (JRC) 
Figure 6. Display of information retrieved from Twitter on the Zika virus in EMM-MedISys: 
frequent users (influencers), main hashtags used, URLs mentioned in the tweets. 
pie charts (e.g. distribution of categories of news in which a certain entity is men-
tioned) and time lines to show changes over time for any given information aspect. 
Networks (e.g. people frequently mentioned together) are best shown using network 
graphs. Anything relating to geo-locations, such as different event types being re-
ported in different parts of the world, can be shown on a map.  
A major advantage of processing large amounts of data is the fact that various sta-
tistics can be produced, displayed, and used to calculate averages and deviations. In 
EMM’s Medical Information System MedISys (
 2016), this is used for 
early-warning  purposes:  MedISys  informs  users  of  sudden  spikes  regarding  the 
number of news articles mentioning a certain health threat (e.g. TUBERCULOSIS) in 
combination with a certain country (see Figure 5). For that purpose, MedISys keeps 
track of the 14-day average number of articles being classified as being about a cer-
tain health threat and that mention a certain country (e.g. SPAIN and LEGIONELLO-
SIS).  If  the  number  of  articles  in  this  highly  specific  selection  suddenly  rises, 
MedISys sends out an alert. It is highly relevant that only the combination of threat 
and  country  are  considered  in  order  to  also  recognise  small  signals:  if  the  same 
health threat is being mentioned much more regarding another country, then a rise 
by, say, only three articles regarding this specific country would remain unnoticed. 
Note that MedISys categorises news articles in all languages according to the same 
categories (i.e. HEALTH THREATS and COUNTRIES) so that the alert will be triggered 
even if the disease outbreak is mentioned in a language the users do not understand. 
MedISys  users,  which  include  the  European  Centre  for  Disease  Prevention  and 
Control (ECDC) and many other national and international Public Health monitor-
ing  organisations,  focus  their  daily  monitoring  tasks  on  such  MedISys  early-
warning  alerts,  and  they  additionally  use  MedISys  to  follow  the  development  of 
threats already known to them. The early warning graph shown in Figure 5 is click-
able so that users will be able to view all related articles plus maps and statistics. 
For more information on MedISys, see 
 (2016). 
 
12  


Supporting the Analyst by Turning Multilingual Text into Structured Data 
Figure 7. Interface of EMM's moderation interface NewsDesk (right), which allows selecting 
articles, defining headers and publishing a readily formatted in-house newsletter (left). The same 
interface can be used both for tradional media reports and for Twitter. 
2.5 Social media analysis 
Monitoring the social media is growing increasingly popular because it gives a bet-
ter  feel  for  what  the  population  thinks  without  having  to  resort  to  opinion  polls. 
Sites  collecting  posts  on  product  or  movie  reviews  and  the  more  generic  Twitter 
application are monitored regularly. In EMM, Twitter is currently being mined for 
several purposes, including: (1) For some threats, Twitter is searched for additional 
information, such as the most relevant hashtags/keywords, for the most active users 
and for links to photos or videos (see Figure 6). (2) The non-public Citizens & Sci-
ence project has the aim to gauge the attitude of the population towards scientific 
and technical developments and to measure attitude and reporting intensity across 
countries. (3) EU institutions follow Twitter  for posts  on a small number of main 
subjects (e.g. the Brexit) and include their analysis results in the twice-daily news-
letters (see Section 2.7). The idea is to complement the information present in news 
articles with information provided by the general public (
 2013). 
Social  media  posts  are  widely  considered  to  be  a  rich  complement  to  traditional 
media monitoring in the field of emergency and crisis management (
 
).  
2.6 Users of the Europe Media Monitor EMM 
The EMM systems were developed by the European Commission’s Joint Research 
Centre (JRC), whose mandate is to give scientific-technical support to the EU insti-
 
13
 

 European Commission – Joint Research Centre (JRC) 
tutions,  to  EU  agencies,  to  national  authorities  of  the  European  Union’s  member 
states, as well  as  to EU partner countries and partner organisations. The latter in-
cludes  the  African  Union,  the  Organisation  of  American  States  and  many  United 
Nations sub-organisations. Additionally, several thousand anonymous internet users 
access  the  public  web  pages  every  day.  A  small  number  of  users  have  their  own 
EMM installation,  the  majority access EMM output via the internet on the JRC’s 
servers.  EMM  offers  several  hundred  generic  news  categories.  Many  users  addi-
tionally have their own customised categories. These are not publicly accessible as 
they usually overlap partially with other categories. 
2.7 EMM moderation tool NewsDesk 
EMM pre-processes the media data for the end users by categorising the news, by 
extracting meta-data and by establishing links. Many organisations have teams who 
use this as input for their own work of digesting the information and of turning it 
into in-house newsletters. They use the NewsDesk groupware application (see Fig-
ure 7) which allows the production of structured reports by creating sections, drag-
ging and dropping individual articles into them, changing titles, etc. NewsDesk then 
uses customised templates that allow producing readily formatted newsletters at the 
push of a button. Analysts that are scanning the news feeds can send notifications to 
selected  recipients  by  e-mail  and  SMS,  and  they  can  push a  selection  of  news  to 
update other systems like corporate web sites. 
NewsDesk also provides support for a decentralised moderated information collec-
tion: Teams in the various member states manually select relevant local documents 
or field reports that can optionally include enclosures such as audio, video, or print-
ed press excerpts. The initial manually assigned metadata is then enriched with the 
results  of  EMM’s  automated  analysis  and  aggregated  at  headquarters  to  provide 
analysts with a more complete global view. Several media monitoring products (e.g. 
Daily  Press  Reviews)  are  generated  and  distributed  in  the  headquarters  and  the 
member states. 
From  the data collected during the daily media monitoring activities, analysts can 
prepare  periodic  or  ad-hoc  media  analysis  reports:  They  start  from  a  search  in 
NewsDesk  to  identify  the target  dataset of news  (period  to be covered, countries, 
sources, main topics, etc.) and, with the Media Analysis module, they can review all 
the meta-data of the news articles and eventually enrich them with new sets of tags 
specific to each analysis exercise. Analysts might want to capture a wide range of 
information facets including: whether specific entities (people or organisations) are 
explicitly  mentioned  in  the  title;  the type of news  article (editorial,  interview,…); 
the media used to publish that piece of news (such as TV/radio broadcast, printed 
press, on-line news, etc.); the media tier; tonality of the whole article and the per-
ceived sentiment expressed specifically towards the mentioned entity; whether the 
entities are the primary topic of the article or they are just mentioned; what role the 
14  


Supporting the Analyst by Turning Multilingual Text into Structured Data 
Figure 8. Left: MyNews interface showing articles, meta-information and distributions on the 
current news selection. Right: EMM's mobile applications for iPad, iPhone and Android phones. 
author  gives  to  the  entities  (e.g.  decision  makers,…);  and  who  are  the  reported 
speakers,  if  any.  The  moderated dataset  is used  to produce tables  or graphs to be 
included in final reports. 
2.8 Mobile applications and customised EMM views 
Since 2013, EMM has also been available as an app for mobile devices such as tel-
ephones and tablets.1 The mobile applications for Apple and Android are configu-
rable (see the right side of  Figure 8). For instance, each user can customise their 
own  starting  page,  they  can  select  the  most  important  categories  and  information 
aspects, and they can select the languages they want to see. Upon popular demand, 
this configurability was then also introduced to EMM’s desktop applications. This 
new EMM interface, which is called MyNews (see the left of Figure 8), keeps user 
preferences synchronised with the corresponding mobile app. It requires a login and 
is currently only available inside the EU institutions.  
2.9 Event scenario template filling – Who did what to whom, where and when 
Having an automatic system that collects the news, identifies the user-relevant arti-
cle and displays additional automatically extracted meta-information together with 
each article is useful, but it still leaves a lot of work to the end user. For event types 
that may be dangerous to people (e.g. natural disasters, accidents, outbreaks of con-
tagious diseases, etc.), the EMM team developed software that extracts more pre-
cise information from each article (
 2008). This includes the event type, 
___________________ 
1 EMM apps can be downloaded from http://emm.newsbrief.eu, from Google Play and iTunes. 
 
15
 


., European Commission – Joint Research Centre (JRC) 
Figure 9. EMM's event recognition system, which presents event information in structured text 
format or on interactive maps. 
information  regarding  the  victims  (dead,  hospitalised,  etc.),  the  perpetrators  (who 
did it), the weapons used, the disease agent, the location, and more. The tool identi-
fies events in eleven languages and displays the results in table format or on inter-
active  maps  (see  Figure  9).  Apart  from  the  early-warning  functionality  when  ap-
plied to live news feeds, a benefit of the software would be that it generates struc-
tured data that can be fed into a database so that long-term statistics and trends can 
be  produced.  However,  due  to  the  complexity  of  the  tool  and  the  resulting  error 
rate, human moderation is in practice required.  
2.10 Open Source Intelligence Tools (OSINT) 
Some EMM customers have the requirement that they can analyse their own docu-
ments  or  documents  that  are  of  other  types  than  the  media.  The  EMM  team  has 
therefore developed a desktop application called OSINT (
 2010) 
that allows ingesting locally stored text collections or harvesting relevant texts from 
the  internet  via  a  web  search  interface.  The  documents  are  downloaded  and  con-
verted from HTML, PDF or Microsoft-Office formats into a machine-readable text 
format. Users can then apply software that recognises entities and relations between 
them.  The  entity  types  include  person  and  organisation  names,  email  addresses, 
URLs, VAT numbers, vocabulary from user-provided term lists, and more. The re-
sults can be displayed in graphs or in table format (see Figure 10) and they can be 
saved for future reference.  
3.  Other media monitoring services and tools 
EMM is not the only system that allows monitoring the media. A web search for the 
term  media  monitoring yields an ample amount of companies offering services to 
16  


Supporting the Analyst by Turning Multilingual Text into Structured Data 
Figure 10. Data presentation in the Open Source Intelligence Suite OSINT. 
monitor the printed and also the social media.2 While the technical details of such 
commercial services are often not disclosed, the websites seem to reveal that these 
companies  mostly  collect  large volumes  of  online  news  (and  partially  also Social 
Media  posts),  that  they  allow  users  to  formulate  queries  consisting  of  Boolean 
search word combinations, that they deliver the resulting text collections and pro-
duce  statistics  showing  media  volume  and  changes  over time.  The overwhelming 
majority of services are offered for English language news, but there are some that 
gather  news  in  large amounts  of  different languages. As  the query  formulation is 
effectively  done  by  the  client  and  functionality  mainly  consists  of  filtering  those 
news  items  that  contain  the  query  words,  offering  a  multilingual  service  is  not  a 
challenge. A noteworthy exception seems to be SiloBreaker3, which offers the mon-
itoring of the news and other text sources in twelve languages and which addition-
___________________ 
2 To mention just a few companies offering media monitoring services or solutions: LexisNexis 
(lexisnexis.com),  L’Eco  della  Stampa  (Ecostampa.it),  Kantar  Media  (kantarmedia.com),  Cision 
(Cision.com),  Visual  Box  (visualbox.it),  Cyberalert  (cyberalert.com),  Africa  News  Monitoring 
(africanewsmonitoring.com),  Infojuice  (infojuice.eu),  Mention  (mention.com),  Meltwater 
(meltwater.com), Selpress (selpress.com), and more. All URLs mentioned here were last visited in 
the week 19-23.09.2016 
3 See www.silobreaker.com.  
 
17
 

., European Commission – Joint Research Centre (JRC) 
ally extracts entities, produces time lines and visualises entity relations. SiloBreaker 
seems to use Machine Translation to translate texts into English and to then apply 
English language text analysis software tools to the results. According to the native 
language hypothesis (
 2004) – and also in our own experience – text 
analysis results are better when applied in the native language as information gets 
lost during the translation process. Especially names frequently get distorted during 
automatic translation (
 2012). However, it is difficult to get a clear idea 
of what happens behind the scenes in these commercial systems as scientific publi-
cations are rarely available. 
In comparison, our own system EMM has over one thousand ready-made multilin-
gual categories. EMM extracts information from the news articles (entities, quota-
tions, events, social networks). EMM puts order into the results by clustering relat-
ed news items and it links related news over time and across languages. On the oth-
er hand, EMM does not serve the commercial public so that users cannot normally 
create their own categories.4  
 
Search  engines  also  often  provide  multilingual  news  search functionality.  Google 
News5 categorises the news articles and it groups related items so that users can di-
rectly  access  different  viewpoints  about  the  same  event.  Bing  News6  and  Yahoo 
News7 offer various news categories, but there is no evidence that they group relat-
ed articles. With all three services and with EMM, users can customise languages, 
news sources and subject areas they want to see. The web version of EMM does not 
allow users to personalise the interface by selecting their own set of categories, but 
EMM’s public mobile applications do and that functionality is also available in the 
EC-internal EMM system called MyNews (see Section 2.8). Unlike EMM, the three 
search  engines  do  display  photos,  but  they  do  not  display  extracted  meta-
information such as entities mentioned, quotations extracted and other categories to 
which  an article also belongs. They also do not allow the display of cross-lingual 
links between related news and they do not display timelines like the ones in Fig-
ures 1, 4, 5 and 6.8  
There are a number of more exploratory and/or academic projects dedicated to me-
dia monitoring and news analysis. In 2015, IBM Watson presented its English lan-
guage  news  analysis  system  called  …  News  Explorer  (
 
___________________ 
4 The spin-off company OSVision (www.osint.com) has licensed EMM tools and may serve such 
clients. 
5 Available at news.google.com. See also https://support.google.com/news/answer/106259. 
6 Available at www.bing.com.  
7 Available at www.yahoo.com/news.  
8 Google News occasionally shows small numbers of hyperlinked person, organisation or place 
names next to the news item and – for small numbers of English language news – there is al-
so a short-term time line. 
18  

Supporting the Analyst by Turning Multilingual Text into Structured Data 
2015).9 It collects news items, extracts names of entities and ‘topics’ from them and 
provides various ways of searching and of visualising the data. A timeline, for in-
stance,  shows  the  number  of  articles  that  contain  the  user-provided  search  words 
and a relationship graph displays all related entities and articles mentioning a cer-
tain entity, thus facilitating the discovery of direct or indirect links between entities.  
The NewsReader (
 to appear; 
 2016) is an EU-funded 
research project running from 2013 until 2016.10 It aims at analysing large volumes 
of historical Dutch, English, Italian and Spanish news by extracting events based on 
entities  and  their  relationships  and  by  storing  the results  in  a structured  database. 
Important aspects are the completion of event descriptions, the deduplication of the 
highly  redundant  news  information,  the  storage  of  the  event  information  in  RDF 
format (triplets) and retrievability. The NewsReader team has focused their efforts 
on  six  specific  subjects  (e.g.  automotive  industry,  criminal  networks).11  The  soft-
ware is freely available for download. 
Similarly, the large-scale GDELT project12 (
 2013) aims at pro-
ducing a historical event database by analysing news archives and newly incoming 
articles in “over 100 languages”. For 65 languages, part of the ingested documents 
gets  automatically  translated  and  then  analysed  by an  English  language  event ex-
traction system  (note our reservations towards the analysis of automatically trans-
lated  text in  Section  3).  The  system  can be  queried online and  even downloaded. 
For an assessment and an evaluation of the system, see 
. (2013). 
The BBC News Labs13 explore various ways of analysing the media flow automati-
cally, based on an automatic enrichment of news data. The objective is to give jour-
nalists faster access to information (hence saving time and money), giving access to 
media  data  not  currently  well-indexed,  to  allow  more  transparency  across  the 
BBC’s news processes, etc. They are involved in a range of different projects with 
academia.14 For instance, the Summa15 Project aims to detect trends and the evolu-
tion of story lines across many languages. Unfortunately, it is hard to find details or 
publications on their work. 
The projects mentioned in this section include some of the major efforts, but the list 
is by no means exhaustive. The abundance of work shows the interest in automated 
content  analysis  and  media  monitoring  and  the  expected  benefits  for  advanced 
analysis of world events. The Europe Media Monitor was one of the first multilin-
gual and openly accessible systems, with EMM-NewsBrief coming online in 2012 
and EMM-NewsBrief in 2004.  
___________________ 
9 Available at https://news-explorer.mybluemix.net/.  
10 See http://www.newsreader-project.eu  
11 See the brochure at http://www.newsreader-project.eu/files/2012/12/NWR_Brochure_2015.pdf.  
12 See http://www.gdeltproject.org.  
13 See http://bbcnewslabs.co.uk and the tab named ‘Projects’. 
14 See http://bbcnewslabs.co.uk/categories/academic-research/.  
15 See http://bbcnewslabs.co.uk/projects/summa/.  
 
19
 

 European Commission – Joint Research Centre (JRC) 
4.  Text analysis quality and usage warnings 
Analysing text automatically and converting it into disambiguated structured data is 
not  a  trivial  matter.  The  question  therefore  arises:  How  good  and  reliable  is  the 
computational analysis? It goes without saying that automatic systems will always 
make mistakes, but it is not easy to quantify the error rate because so many different 
components are involved and not all tasks are equally difficult. The EMM team has 
published formal scientific evaluation results for almost all of its components. We 
will provide a few generic answers below and we refer to 
 (2009) 
and the publications mentioned therein for details.  
4.1 Reliability of the automatically extracted information 
The best way to get a feel for the analysis quality is to look at the openly accessible 
EMM online applications16 with a critical eye. Website visitors will see that most 
EMM-generated information is correct, but there will also be some obvious errors: 
Regarding news classification, articles will only be grouped into a certain news cat-
egory if they contain the relevant words and word combinations, but some articles 
will nevertheless not pertain to that class. This can happen, for instance, when the 
news talks about a movie or a song about that subject instead of about a real event. 
The reader can find a formal evaluation in 
. (2008). Regarding the 
automatic grouping (clustering) of related news articles, the reader will occasionally 
find some articles that do not pertain to the same news story, and it may also happen 
that there are two clusters about the same story, but clustering mostly works very 
well. Regarding entity recognition, most frequently found person names will be cor-
rectly  identified,  but  occasionally,  other  words  may  be  marked  as  being  a  person 
(e.g. Dunya News) because the words are written in uppercase and because the con-
text  of  that  name  misleads  the  computer  program.  For  a  formal  evaluation,  see 
  (2009).  Regarding  geo-location  recognition,  places  are 
occasionally wrong because many locations are homographic with common words 
(e.g., there are locations called Split, And, For, Bush, etc.). Sometimes, the system 
picks a location from the text that is circumstantial, instead of identifying the name 
of the place where the event happened. See 
 (2006) for more details. 
Regarding machine translation, due to the complexity of the task, translation results 
should be expected to be good enough to give the reader an idea of the contents and 
the  relevance  of  the  text.  However,  they  cannot  be  expected  to  be  grammatically 
correct. 
 (2012) showed that EMM’s statistical machine translation sys-
tem produces state-of-the-art performance, but it is less good than translations pro-
duced by the major developers of translation software. Regarding quotation extrac-
tion, the results are almost always correct (
 2007). Extracted event 
information, however, frequently contains partial errors because it is composed of 
___________________ 
16 See http://emm.newsbrief.eu, http://medisys.newsbrief.eu and http://emm.newsexplorer.eu. 
20  

Supporting the Analyst by Turning Multilingual Text into Structured Data 
so  many  different  information  aspects:  event  type,  location,  actor,  victim,  weap-
ons/means/disease, etc. (
 2008). 
Regarding trends and the related early-warning functionality, the situation is slight-
ly different because trend detection additionally gets influenced by the intensity of 
reporting, which is not controlled by EMM. It is a media fact that reporting intensi-
ty is not necessarily directly related to the objective importance of the event. Fur-
thermore, the selection of the news sources monitored may not always be perfectly 
balanced,  which  would  also  lead  to  a  less-than-objective  result.  EMM  aims  to 
monitor all major news sources of a country, but it also tries to collect articles from 
around  the  world  in  English  and  other  widely-spoken  languages.  Some  news 
sources are added on the request of EMM users. It is not always possible to verify 
whether the news sources are balanced regarding political or other biases. 
4.2 Caveat – pitfalls to avoid 
Media monitoring is not identical to reality monitoring. Media reporting is biased as 
it is influenced by the political and the geographical bias of the news sources. As 
we have seen in the previous section, automatic text analysis additionally is error-
prone. It is useful to keep these facts in mind to make best use of automatic content 
analysis systems. Especially systems showing aggregated results such as trends or 
early warnings should have the following features in order to be useful and to avoid 
that users are mislead: The users must be able to verify the data that led the system 
to its conclusion, i.e. they should offer a drill-down functionality; and they should 
show  the  list  of  news  sources  included  in  the  analysis.  System  evaluation  results 
should  be  available  measuring  the  accuracy  of  the  analysis  quality.  These  results 
should have been produced on the same type of data as the data on which it is ap-
plied. For instance, if a sentiment analysis system was trained and evaluated on sub-
jective social media data, but it will be applied to seemingly more objective news 
data, we can expect that the performance will be considerably lower. In summary, 
automated  systems  should  be  accompanied  by  transparent  evaluation  results,  they 
should offer a drill-down functionality so that users can explore and judge the orig-
inal data, and users should be aware of the intrinsic bias of such systems, as well as 
of the expected error rate.  
4.3 Automated versus human content analysis 
Automated content analysis does work, to a certain extent, and we know for certain 
that EMM users find it useful. Computer programs can sieve through huge volumes 
of  text,  making  it  easy  to  get  a  fuller  picture  of  what  is  going  on  and  detecting 
trends and distributions that are not easily visible to the human eye. However, this 
does not mean that human analysts will no longer be needed. To the contrary: the 
crucial  steps  of  verifying  the  data,  of  selecting  the  most  relevant  pieces  of  infor-
 
21
 

., European Commission – Joint Research Centre (JRC) 
mation and of drawing conclusions are best performed by people. Human analysts 
do not even have less work than without the existence of computers because availa-
ble data volumes keep growing and there is a clear benefit to digesting a lot of it. 
The best results are achieved by exploiting the best capabilities of both people and 
computers: the speed and consistency of large data processing by machines and the 
intelligent digestion by human analysts. 
5.  Transparency and responsibility 
How  does  the  Europe  Media  Monitor  software  fit  the  theme  of  this  book?  What 
initiatives are there to take responsibility in order to increase transparency? EMM 
was developed for the European Institutions, but it was decided to make most func-
tionality  openly  and  freely  accessible  to  the  public.  EMM  is  a  meta-news  site.  It 
gives an organised and unbiased overview of information found on many different 
news sources, including across languages and countries. It is useful for readers who 
want to look beyond their favourite newspaper, who want to get informed of what 
other sources say and how the same news story is presented in other countries. We 
believe that understanding the focus and the viewpoint of neighbouring countries – 
and  even  of  far-away  countries  that  may  have  highly  different  views  –  is a  good 
step towards higher levels of democracy.  
Another big step towards more transparency and democracy was the EU decision – 
many years ago – to give free access to EU documents via the internet,17 allowing 
citizens to search and retrieve EU legislation and other official data from the EU’s 
Official Journal, and more. EU decision takers also became aware that other public 
data can be highly useful for businesses so they decided – already in 2003 – to en-
courage that data from EU institutions and from EU member states should be made 
freely  accessible  to  the  public,  including  for  commercial  purposes.18  In  2014,  the 
EU Open Data Portal was launched, from where many types of public data can be 
downloaded for free.19  
In order to build the Europe Media Monitor, the EMM team needed to develop or 
acquire large volumes of multilingual text data and language technology software 
tools. Starting in 2006, the team released highly multilingual data and tools in order 
to  support  commercial  and  scientific  Research  &  Development teams  in their en-
deavour  to  build  multilingual  Language  Technology  solutions  (
 
___________________ 
17 See, e.g. https://europa.eu/european-union/documents-publications/.   
18 See Directive 2003/98/EC of the European Parliament and of the Council on the re-use of pub-
lic  sector  information  (http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=CELEX: 
32003L0098:EN:NOT), as well as Commission Decision 2011/833/EU of 12 December 2011 
on the reuse of Commission Documents (http://eur-lex.europa.eu/LexUriServ/LexUriServ.do 
?uri=OJ:L:2011:330:0039:0042:EN:PDF). 
19 Accessible at https://data.europa.eu/.  
22  

Supporting the Analyst by Turning Multilingual Text into Structured Data 
2014).20 The intention was to speed up developments in the field of automated text 
analysis  and  especially  for  cross-lingual  applications  such  as  machine  translation 
and cross-lingual information access. The availability of such software is expected 
to help citizens communicate and to help intra-EU trade grow.  
6.  Conclusion and future developments 
Automated media monitoring is a well-established practice inside the European In-
stitutions. Up to 300,000 online news articles per day in over seventy languages are 
being processed by the Europe Media Monitor EMM. EMM groups related articles 
and links them over time and across languages; it classifies the news into main cat-
egories; filters news according to specific user interests; extracts information; pro-
duces statistics and visualises the results and trends. Selected information from so-
cial media streams complement the news data: Information is extracted from Twit-
ter and links to main images and videos retrieved from the Tweets are offered to the 
user.  
The  hundreds  of  institutions  using  EMM  daily  and  the  thousands  of  anonymous 
online users show that the system is perceived to be useful. However, people need 
to know the limitations of automated systems and be aware of the possible pitfalls. 
All automatic text analysis applications will make mistakes and the results will very 
much depend on the input data used. Any automatically generated statistics, trends 
and early-warning messages should not be taken for granted; they should be looked 
at with great care. For that purpose, it is important that the software allows drilling 
down,  i.e.  look  at  the data  underlying  the analysis.  Is  the selection  of  sources bi-
ased?  Are  the  individual  analysis  steps  of  an  acceptable  quality?  Is  the  system 
transparent?  If  these  conditions  are  satisfied,  the  machines’  capacity  to  process 
large volumes of data combined with the human analysts’ capability to draw con-
clusions is extremely powerful. 
While – to our knowledge – EMM is one of the world’s largest news monitoring 
system, considering the amount of languages covered and the number of linguistic 
analysis  tools  being  integrated,  it  could  do  much  more.  EMM  extracts  huge 
amounts  of  meta-data,  allowing  in  principle  a  large  variety  of  aggregated  views. 
However, EMM only shows some of the many possible views while further inter-
esting data combinations are not available and there is no interface allowing users 
to make their own meta-data queries on the data. Building a data representation and 
an  interface that would allow users to do this is a major task that yet needs to be 
tackled. Time series analyses would be particularly insightful. How have the major 
media themes developed over time, and what are the differences across countries. 
Which  countries  are  the  trendsetters  that  dominate  the  international  media  land-
scape? What are the main subject domains and the main concepts mentioned in the 
___________________ 
20  The  highly  multilingual  resources  and  software  tools  can  be  downloaded  from 
https://ec.europa.eu/jrc/en/language-technologies.  
 
23
 

., European Commission – Joint Research Centre (JRC) 
context of certain persons and organisations? Who are the other entities mentioned 
in the same context, and how are these changing over time? This type of analysis is 
not currently available in EMM. Linking almost any data extracted from the news 
over time and looking at changes and trends will be extremely interesting, especial-
ly when comparing this trend data across different countries. The future is bright, 
but there is lots to do.  
Having the responsibility to create more transparency? Yes. The focus of this book 
is on creating more transparency in private organisations, but we are convinced that 
good information from the media on fields of public interest is generally beneficial 
to the society. Having a more pluralistic view on matters is informative, and espe-
cially  reading  about  the  viewpoint  of  other  countries  on  the  same  themes.  It  will 
probably generate more trust, but in any case deeper knowledge and understanding. 
References 
 
 
  (2013).  Detecting  Event-Related  Links  and 
Sentiments from Social Media Texts. Proceedings of the 51st Annual Meeting 
of the Association for Computational Linguistics, pp. 25-30. 
 
(2015).  Social  network  relationship  mapping.  US  patent,  Publication 
number 8977979 B2, https://www.google.com/patents/US8977979.  
  (2010).  Desktop  text  mining  for  law  en-
forcement. Intelligence and Security Informatics (ISI), Conference Proceedings, 
pp. 138-140. 
 
 
 
EBS  Surveillance  Work  Group  (2016).  Event-Based  Surveillance  During 
EXPO  Milan  2015:  Rationale,  Tools,  Procedures,  and  Initial  Results.  Health 
Security, Volume 14, Number 3, 2016 Mary Ann Liebert, Inc. 
  (2004). Lan-
guage-specific Models in Multilingual Topic Tracking. Proceedings of the 27th 
annual international ACM SIGIR conference on Research and development in 
information retrieval, pp. 402-409.  
 (2013). GDELT: Global Data on Events, Location 
and Ton, 1979-2012. ISA Annual Convention, Vol. 2. No. 4. 
 
(2011). Online news event extraction for global crisis surveillance. In: 
Nguyen  N.T.  (ed.):  Transactions  on  Computational  Collective  Intelligence  V, 
Springer LNCS series 6910, pp. 182-212. Springer, Heidelberg. 
24  

Supporting the Analyst by Turning Multilingual Text into Structured Data 
2011). Exploring the useful-
ness  of  cross-lingual  information  fusion for refining real-time news  event ex-
traction.  Proceedings  of  the  8th International  Conference  Recent  Advances  in 
Natural  Language  Processing  (RANLP’2011),  pp.  210-217.  Hissar,  Bulgaria, 
12-14 September 2011. 
 
 (2006). Geocoding multilingual texts: Recog-
nition, Disambiguation and  Visualisation.  Proceedings of the 5th International 
Conference  on  Language  Resources  and  Evaluation  (LREC'2006),  pp.  53-58. 
Genoa, Italy, 24-26 May 2006. 
  (2007).  Automatic  detection  of 
quotations  in  multilingual  news.  Proceedings  of  the  International  Conference 
Recent Advances in Natural Language Processing (RANLP'2007), pp. 487-492. 
Borovets, Bulgaria, 27-29 September 2007. 
 
 (2016). Build-
ing  Event-Centric  Knowledge  Graphs from News. Journal of  Web Semantics. 
ISSN: 1570-8268. 37-38, 132-151. 
 (2009). Cross-lingual Named Entity Recogni-
tion. In: 
 (eds.): Named Entities - Recog-
nition, Classification and Use, Benjamins Current Topics, Volume 19, pp. 137-
164. John Benjamins Publishing Company. ISBN 978-90-272-8922 3. 
  (2012).  A  survey  of  methods  to  ease  the  development  of  highly 
multilingual  text  mining  applications.  Language  Resources  and  Evaluation, 
June 2012, Volume 46, Issue 2, pp 155–176.  
 (2009). An Introduction to 
the  Europe  Media  Monitor  Family  of  Applications.  In: 
 
 (eds.): Information Access in  a Multilingual  World - 
Proceedings  of  the  SIGIR  2009  Workshop  (SIGIR-CLIR'2009),  pp.  1-8. Bos-
ton, USA. 23 July 2009. 
 
(2008). Text Mining from the Web for Medical Intelligence. 
In: 
 
  (eds.):  Mining  Massive  Data  Sets  for  Security.  pp.  295-310.  IOS 
Press, Amsterdam, The Netherlands. 
 
 (2014). An overview of 
the European Union's highly multilingual parallel corpora. Language Resources 
and Evaluation Journal (LRE).  
 
25
 

 European Commission – Joint Research Centre (JRC) 
 (2012). The use of social media within the global 
disaster alert and coordination system (GDACS). Proceedings of the 21st Inter-
national Conference on World Wide Web, pp. 703-706. 
  (2008).  Real-time  news  event 
extraction for global crisis monitoring. International Conference on Application 
of Natural Language to Information Systems. Springer, Berlin Heidelberg. 
 
 (2012). ONTS: "OPTIMA" News Trans-
lation System. Proceedings of the 13th Conference of the European Chapter of 
the  Association  for  Computational  Linguistics  (EACL),  pp.  25–30,  Avignon, 
France, April 23 - 27 2012. 
 
 
  (to  appear).  Newsreader: 
how semantic web helps natural language processing helps semantic web. Spe-
cial issue Knowledge-based systems, Elsevier. ISSN: 0950-7051.  
 
 (2013). Comparing GDELT and ICEWS Event Data. Analysis 21, 
pp. 267-297. 
 
 
26