論文の概要: Electoral Programs of German Parties 2021: A Computational Analysis Of
Their Comprehensibility and Likeability Based On SentiArt
- arxiv url: http://arxiv.org/abs/2109.12500v1
- Date: Sun, 26 Sep 2021 05:27:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-29 14:25:25.827413
- Title: Electoral Programs of German Parties 2021: A Computational Analysis Of
Their Comprehensibility and Likeability Based On SentiArt
- Title（参考訳）: 2021年ドイツ政党の選挙プログラム:SentiArtに基づくその理解性と類似性に関する計算分析
- Authors: Arthur M. Jacobs and Annette Kinder
- Abstract要約: 我々は、2021年の総選挙の前に発行された6つのドイツ政党の選挙プログラムを分析する。
SentiArtで計算されたテキストの読みやすさと感情のポテンシャルの新たな指標を用いて、プログラムの類似点と相違点に光を当てた。
彼らは、SPDとCDUのプログラムが理解しやすく、好まれる最良の機会があることを明らかにした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The electoral programs of six German parties issued before the parliamentary
elections of 2021 are analyzed using state-of-the-art computational tools for
quantitative narrative, topic and sentiment analysis. We compare different
methods for computing the textual similarity of the programs, Jaccard Bag
similarity, Latent Semantic Analysis, doc2vec, and sBERT, the representational
and computational complexity increasing from the 1st to the 4th method. A new
similarity measure for entire documents derived from the Fowlkes Mallows Score
is applied to kmeans clustering of sBERT transformed sentences. Using novel
indices of the readability and emotion potential of texts computed via SentiArt
(Jacobs, 2019), our data shed light on the similarities and differences of the
programs regarding their length, main ideas, comprehensibility, likeability,
and semantic complexity. Among others, they reveal that the programs of the SPD
and CDU have the best chances to be comprehensible and likeable -all other
things being equal-, and they raise the important issue of which similarity
measure is optimal for comparing texts such as electoral programs which
necessarily share a lot of words. While such analyses can not replace
qualitative analyses or a deep reading of the texts, they offer predictions
that can be verified in empirical studies and may serve as a motivation for
changing aspects of future electoral programs potentially making them more
comprehensible and/or likeable.
- Abstract（参考訳）: 2021年の議会選挙前に発行された6つのドイツ政党の選挙プログラムは、定量的な物語、話題、感情分析のための最先端の計算ツールを用いて分析される。
本稿では,プログラムのテキスト類似性,Jaccard Bag類似性,潜時意味解析,doc2vec,sBERT,表現複雑性と計算複雑性を比較検討する。
Fowlkes Mallows Scoreから得られた文書全体の新しい類似度尺度を、sBERT変換文のkmeansクラスタリングに適用する。
sentiart (jacobs, 2019) によって計算されたテキストの可読性と感情電位の新たな指標を用いて,プログラムの長さ,主アイデア,理解性,可愛性,意味的複雑性に関する類似性と相違を明らかにした。
中でも、spdとcduのプログラムは、理解可能で、好まれる最善の機会を持っていることが判明し、また、必ずしも多くの単語を共有する選挙プログラムのようなテキストを比較するのに、どの類似度尺度が最適かという重要な問題を提起した。
このような分析は定性的な分析やテキストの深い読解に取って代わることはできないが、実証的な研究で検証できる予測を提供し、将来の選挙プログラムの側面を変える動機となる可能性がある。
関連論文リスト
- You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
感情分析ツールが同じデータセットで一致しないことを示す。
感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
論文 参考訳（メタデータ） (2024-10-18T17:27:38Z) - Predicting Text Preference Via Structured Comparative Reasoning [110.49560164568791]
我々は、構造化中間比較を生成することによって、テキストの嗜好を予測するプロンプト方式であるSCを導入する。
我々は、テキスト間の差異を明確に区別するためのペアワイズ整合コンパレータと一貫した比較を選択する。
要約,検索,自動評価など多種多様なNLPタスクに対する総合的な評価は,SCがテキスト優先予測における最先端性能を達成するためにLLMを装備していることを示す。
論文 参考訳（メタデータ） (2023-11-14T18:51:38Z) - Rethinking Evaluation Metrics of Open-Vocabulary Segmentaion [78.76867266561537]
評価プロセスは、予測された真理のカテゴリと基底的真理のカテゴリの類似性を考慮せずに、クローズドセットのメトリクスに大きく依存している。
この問題に対処するため、まず2つのカテゴリー語間の11の類似度の測定を行った。
我々は,3つのオープン語彙セグメンテーションタスクに適した,オープンmIoU,オープンAP,オープンPQという新しい評価指標を設計した。
論文 参考訳（メタデータ） (2023-11-06T18:59:01Z) - Multilingual estimation of political-party positioning: From label
aggregation to long-input Transformers [3.651047982634467]
我々は、政党マニフェストの自動スケーリング分析に2つのアプローチを実装し、比較する。
このタスクは最先端のモデルによって効率よく解決でき、ラベルアグリゲーションが最良の結果をもたらすことが判明した。
論文 参考訳（メタデータ） (2023-10-19T08:34:48Z) - Optimizing text representations to capture (dis)similarity between
political parties [1.2891210250935146]
政党間の相互類似性をモデル化する問題を考察する。
我々の研究課題は、ロバストなテキスト表現を作成するのに必要な構造情報のレベルである。
我々は、2021年の連邦選挙におけるドイツの政党の宣言について、我々のモデルを評価した。
論文 参考訳（メタデータ） (2022-10-21T14:24:57Z) - Sentiment Analysis with R: Natural Language Processing for
Semi-Automated Assessments of Qualitative Data [0.0]
本チュートリアルでは、Rを用いて感情分析を行うための基本的な機能を紹介し、テキスト文書を段階的に分析する方法を説明する。
2つの政治演説の比較は、可能なユースケースを示している。
論文 参考訳（メタデータ） (2022-06-25T13:25:39Z) - TextEssence: A Tool for Interactive Analysis of Semantic Shifts Between
Corpora [14.844685568451833]
TextEssenceは、埋め込みを用いたコーポラの比較分析を可能にするインタラクティブなシステムです。
TextEssenceには、軽量なWebベースのインターフェイスに、ビジュアル、隣り合わせ、および類似性ベースの組み込み分析モードが含まれています。
論文 参考訳（メタデータ） (2021-03-19T21:26:28Z) - Graph-based Topic Extraction from Vector Embeddings of Text Documents:
Application to a Corpus of News Articles [0.0]
自然言語処理の強力なベクトル埋め込みと,マルチスケールグラフ分割のツールを組み合わせた,教師なしのフレームワークを提案する。
グラフベースのクラスタリングの利点を,他の一般的なクラスタリングやトピックモデリング手法とエンドツーエンド比較によって示す。
この研究は2016年の大統領選挙の際、アメリカのニュース記事のコーパスを分析して紹介された。
論文 参考訳（メタデータ） (2020-10-28T16:20:05Z) - Curious Case of Language Generation Evaluation Metrics: A Cautionary
Tale [52.663117551150954]
イメージキャプションや機械翻訳などのタスクを評価するデファクトメトリクスとして、いくつかの一般的な指標が残っている。
これは、使いやすさが原因でもあり、また、研究者がそれらを見て解釈する方法を知りたがっているためでもある。
本稿では,モデルの自動評価方法について,コミュニティにより慎重に検討するよう促す。
論文 参考訳（メタデータ） (2020-10-26T13:57:20Z) - Predicting the Humorousness of Tweets Using Gaussian Process Preference
Learning [56.18809963342249]
本稿では,人間の嗜好判断と言語アノテーションの自動生成を利用して,短文のユーモラスさのランク付けと評価を学習する確率論的アプローチを提案する。
本研究は, HAHA@IberLEF 2019データにおける数値スコアの変換と, 提案手法に必要な判定アノテーションの相互変換から生じる問題点について報告する。
論文 参考訳（メタデータ） (2020-08-03T13:05:42Z) - A computational model implementing subjectivity with the 'Room Theory'.
The case of detecting Emotion from Text [68.8204255655161]
本研究は,テキスト分析における主観性と一般的文脈依存性を考慮した新しい手法を提案する。
単語間の類似度を用いて、ベンチマーク中の要素の相対的関連性を抽出することができる。
この方法は、主観的評価がテキストの相対値や意味を理解するために関係しているすべてのケースに適用できる。
論文 参考訳（メタデータ） (2020-05-12T21:26:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。