論文の概要: XAI in Computational Linguistics: Understanding Political Leanings in
the Slovenian Parliament
- arxiv url: http://arxiv.org/abs/2305.04631v1
- Date: Mon, 8 May 2023 11:19:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-09 14:39:14.542822
- Title: XAI in Computational Linguistics: Understanding Political Leanings in
the Slovenian Parliament
- Title(参考訳): 計算言語学におけるxai--スロベニア議会における政治的傾向の理解
- Authors: Bojan Evkoski and Senja Pollak
- Abstract要約: この研究は、議会の書き起こしを通じて政治的傾きを予測する機械学習モデルの開発と説明可能性について論じている。
我々は、スロベニア議会と欧州移民危機に関する熱い議論に集中しており、2014年から2020年までの書き起こしを行っている。
従来の機械学習モデルとトランスフォーマー言語モデルの両方を開発し、移民の話題に関する発言に基づいて、議会議員の左派または右派を予測した。
- 参考スコア(独自算出の注目度): 4.721944974277117
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The work covers the development and explainability of machine learning models
for predicting political leanings through parliamentary transcriptions. We
concentrate on the Slovenian parliament and the heated debate on the European
migrant crisis, with transcriptions from 2014 to 2020. We develop both
classical machine learning and transformer language models to predict the left-
or right-leaning of parliamentarians based on their given speeches on the topic
of migrants. With both types of models showing great predictive success, we
continue with explaining their decisions. Using explainability techniques, we
identify keywords and phrases that have the strongest influence in predicting
political leanings on the topic, with left-leaning parliamentarians using
concepts such as people and unity and speak about refugees, and right-leaning
parliamentarians using concepts such as nationality and focus more on illegal
migrants. This research is an example that understanding the reasoning behind
predictions can not just be beneficial for AI engineers to improve their
models, but it can also be helpful as a tool in the qualitative analysis steps
in interdisciplinary research.
- Abstract(参考訳): 本研究は、議会の書き起こしを通じて政治的傾きを予測する機械学習モデルの開発と説明可能性について述べる。
我々は、スロベニア議会と、2014年から2020年にかけての欧州移民危機に関する熱烈な議論に集中している。
従来の機械学習モデルとトランスフォーマー言語モデルの両方を開発し、移民の話題に関する発言に基づいて議会議員の左派右派を予測した。
どちらのモデルも大きな予測成功を示しているため、私たちは引き続き彼らの決定を説明します。
説明可能性手法を用いて, 政治的傾向の予測に最も強い影響を及ぼすキーワードやフレーズを抽出し, 左派議員は人や団結といった概念を用いて難民について語り, 右派議員は国籍などの概念を用いて, 不法移民に注目する。
この研究は、予測の背後にある推論を理解することは、aiエンジニアがモデルを改善するのに役立つだけでなく、学際研究における質的分析ステップのツールとしても有用である。
関連論文リスト
- Political Actor Agent: Simulating Legislative System for Roll Call Votes Prediction with Large Language Models [9.0463587094323]
政治アクターエージェント(PAA)は、制限を克服するために大規模言語モデルを利用する新しいフレームワークである。
ロールプレイングアーキテクチャを採用し、立法制度をシミュレートすることで、PAAはロールコール投票を予測するためのスケーラブルで解釈可能なパラダイムを提供する。
我々は,第117-118回衆議院議員投票記録を用いた総合的な実験を行い,PAAの優れた性能と解釈可能性について検証した。
論文 参考訳(メタデータ) (2024-12-10T03:06:28Z) - Political-LLM: Large Language Models in Political Science [159.95299889946637]
大規模言語モデル(LLM)は、政治科学のタスクで広く採用されている。
政治LLMは、LLMを計算政治科学に統合する包括的な理解を促進することを目的としている。
論文 参考訳(メタデータ) (2024-12-09T08:47:50Z) - Towards More Accurate US Presidential Election via Multi-step Reasoning with Large Language Models [12.582222782098587]
選挙予測は、限られた有権者レベルのデータ、急速に変化する政治情勢、複雑な人間の振る舞いをモデル化する必要性など、ユニークな課題を生んでいる。
政治分析のための多段階推論フレームワークを提案する。
われわれのアプローチは、2016年と2020年のアメリカ大統領選挙研究(ANES)の実際のデータに基づいて検証されている。
論文 参考訳(メタデータ) (2024-10-21T06:18:53Z) - Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。
GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文 参考訳(メタデータ) (2024-07-16T05:52:26Z) - Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。
提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文 参考訳(メタデータ) (2024-05-08T00:18:56Z) - KamerRaad: Enhancing Information Retrieval in Belgian National Politics through Hierarchical Summarization and Conversational Interfaces [55.00702535694059]
KamerRaadは、大きな言語モデルを活用するAIツールで、市民がベルギーの政治情報と対話的に関わるのを助ける。
このツールは、議会の手続きから重要な抜粋を抽出し、簡潔に要約し、次いで生成AIに基づくインタラクションの可能性を示す。
論文 参考訳(メタデータ) (2024-04-22T15:01:39Z) - Speaker attribution in German parliamentary debates with QLoRA-adapted
large language models [0.0]
我々は,2017-2021年のドイツ議会討論会において,大型言語モデルLlama 2の話者属性の自動化の可能性について検討した。
本稿の結果は,話者帰属の自動化における大規模言語モデルの能力に光を当て,政治談話の計算分析や意味的役割ラベルシステムの開発に期待できる道のりを明らかにした。
論文 参考訳(メタデータ) (2023-09-18T16:06:16Z) - The ParlaSent Multilingual Training Dataset for Sentiment Identification in Parliamentary Proceedings [0.0]
そこで本論文では,感傷的に手動で注釈付けした7言語による文のトレーニングデータセットを提案する。
さらに、政治科学応用のためのドメイン固有多言語トランスフォーマー言語モデルについても紹介する。
論文 参考訳(メタデータ) (2023-09-18T14:01:06Z) - A Survey of Large Language Models [81.06947636926638]
言語モデリングは、過去20年間、言語理解と生成のために広く研究されてきた。
近年,大規模コーパス上でのトランスフォーマーモデルの事前学習により,事前学習言語モデル (PLM) が提案されている。
パラメータスケールの違いを識別するために、研究コミュニティは大規模言語モデル (LLM) という用語を提唱した。
論文 参考訳(メタデータ) (2023-03-31T17:28:46Z) - Multi-aspect Multilingual and Cross-lingual Parliamentary Speech
Analysis [1.759288298635146]
我々は,2017年から2020年にかけての6つの国民議会の合同および比較分析に先進的NLP法を適用した。
ParlaMintデータセットコレクションからテキスト中の感情と感情を分析します。
その結果, 分析国間での共通点や, 意外な相違点が認められた。
論文 参考訳(メタデータ) (2022-07-03T14:31:32Z) - Pre-Trained Language Models for Interactive Decision-Making [72.77825666035203]
目的と観測を埋め込みのシーケンスとして表現する模倣学習の枠組みを述べる。
このフレームワークは様々な環境にまたがって効果的な一般化を可能にすることを実証する。
新たなゴールや新しいシーンを含むテストタスクでは、言語モデルによる初期化ポリシーはタスク完了率を43.6%改善する。
論文 参考訳(メタデータ) (2022-02-03T18:55:52Z)
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。