論文の概要: Additive manifesto decomposition: A policy domain aware method for understanding party positioning

• arxiv url: http://arxiv.org/abs/2305.10136v1
• Date: Wed, 17 May 2023 11:39:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-18 16:17:34.942701
• Title: Additive manifesto decomposition: A policy domain aware method for understanding party positioning
• Title（参考訳）: 付加的マニフェスト分解: 政党位置決定を理解するためのポリシードメイン認識手法
• Authors: Tanise Ceron, Dmitry Nikolaev, Sebastian Pad\'o
• Abstract要約: 本稿では、ポリシードメインを意識した関係者の類似性を推定するためのワークフローを提案する。 a)適切なポリシードメインの定義、(b)手動ラベルがない場合はドメインの自動ラベリング、(c)グローバルレベルでのドメインレベルの類似性と集約の計算、(d)多次元スケーリングによる主要なポリシー軸上の解釈可能なパーティー位置の抽出。
• 参考スコア（独自算出の注目度）: 1.0266928164137636
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automatic extraction of party (dis)similarities from texts such as party election manifestos or parliamentary speeches plays an increasing role in computational political science. However, existing approaches are fundamentally limited to targeting only global party (dis)-similarity: they condense the relationship between a pair of parties into a single figure, their similarity. In aggregating over all policy domains (e.g., health or foreign policy), they do not provide any qualitative insights into which domains parties agree or disagree on. This paper proposes a workflow for estimating policy domain aware party similarity that overcomes this limitation. The workflow covers (a) definition of suitable policy domains; (b) automatic labeling of domains, if no manual labels are available; (c) computation of domain-level similarities and aggregation at a global level; (d) extraction of interpretable party positions on major policy axes via multidimensional scaling. We evaluate our workflow on manifestos from the German federal elections. We find that our method (a) yields high correlation when predicting party similarity at a global level and (b) provides accurate party-specific positions, even with automatically labelled policy domains.
• Abstract（参考訳）: 政党(dis)の自動抽出 政党の選挙宣言や議会演説のようなテキストからの類似性は、計算政治科学においてますます役割を担っている。 しかしながら、既存のアプローチは基本的に、グローバルパーティ(dis)-類似性のみを対象としているだけに限られている。 全ての政策分野(例えば、健康または外交政策)を集約する際には、各分野の当事者が同意するか、同意するかに関する質的な洞察は提供されない。 本稿では,この制限を克服するポリシードメインの類似性を推定するためのワークフローを提案する。 ワークフローのカバー a) 適切な政策領域の定義 (b)手動ラベルがない場合は、ドメインの自動ラベリング (c)グローバルレベルでのドメインレベルの類似性及び集約の計算 (d)多次元スケーリングによる主要政策軸上の解釈可能な政党位置の抽出 我々はドイツ連邦選挙からマニフェストのワークフローを評価する。 私たちの方法は a)グローバルレベルでの党の類似性を予測した場合、高い相関性が得られる b) 自動的にラベル付けされたポリシードメインであっても、正確なパーティ固有のポジションを提供する。

関連論文リスト

• Policy Aggregation [21.21314301021803]
  我々は、マルコフ決定プロセスにおいて、異なる報酬関数と最適なポリシーを持つ複数の個人とAIバリューアライメントの課題を考察する。 我々は、この問題を政策集約の1つとして定式化し、そこでは、望ましい集団的政策を特定することを目的としている。 主要な洞察は、社会的選択法は、国家が占有するポリトープのサブセットのボリュームと順序的選好を識別することで再解釈できるということである。
  論文  参考訳（メタデータ） (2024-11-06T04:19:50Z)
• Cross-Domain Policy Adaptation by Capturing Representation Mismatch [53.087413751430255]
  強化学習(RL)において、動的に異なる領域に移行できる効果的な政策を学ぶことが不可欠である。 本稿では、ソースドメインとターゲットドメインとの間に動的ミスマッチが存在する場合の動的適応設定について考察する。 対象領域でのみ表現学習を行い、ソース領域からの遷移における表現偏差を測定する。
  論文  参考訳（メタデータ） (2024-05-24T09:06:12Z)
• Causally Inspired Regularization Enables Domain General Representations [14.036422506623383]
  異なるドメイン/ディストリビューション間で共有されるデータ生成プロセスを表す因果グラフが与えられた場合、十分なグラフで実装された条件付き独立性は、ドメイン一般(非スパージャ)の特徴表現を識別することができる。 本稿では,素早い特徴の事前知識(あるいはプロキシ)を伴わないドメイン汎用特徴表現の同定に十分であることを示す,正規化を伴う新しいフレームワークを提案する。 提案手法は、合成データと実世界のデータの両方に有効であり、平均および最悪のドメイン転送精度で、他の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2024-04-25T01:33:55Z)
• Information Capacity Regret Bounds for Bandits with Mediator Feedback [55.269551124587224]
  我々は,政策セットの複雑さに対する情報理論尺度として,政策セットの容量を導入する。 古典的なEXP4アルゴリズムを採用することで、ポリシーセットの容量に応じて、新たな後悔の限界を提供する。 ポリシーセットファミリの選択については、キャパシティと同じようなスケールで、ほぼ整合性の低い境界を証明します。
  論文  参考訳（メタデータ） (2024-02-15T19:18:47Z)
• Off-Policy Evaluation for Large Action Spaces via Policy Convolution [60.6953713877886]
  ポリシ・コンボリューション(Policy Convolution)のファミリーは、アクション内の潜在構造を使用して、ログとターゲットポリシを戦略的に畳み込みます。 合成およびベンチマークデータセットの実験では、PCを使用する場合の平均二乗誤差(MSE)が顕著に改善されている。
  論文  参考訳（メタデータ） (2023-10-24T01:00:01Z)
• 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)
• Policy Dispersion in Non-Markovian Environment [53.05904889617441]
  本稿では,非マルコフ環境下での国家行動ペアの歴史から,多様な政策の学習を試みる。 まず、ポリシー埋め込みを学習するために、トランスフォーマーベースの手法を採用する。 次に,政策埋め込みを積み重ねて分散行列を構築し,多様な政策の集合を誘導する。
  論文  参考訳（メタデータ） (2023-02-28T11:58:39Z)
• 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)
• Variational Policy Propagation for Multi-agent Reinforcement Learning [68.26579560607597]
  本稿では,エージェント間の相互作用を通じて,共役ポリシーを学習するために,変動ポリシー伝搬 (VPP) という,共役型多エージェント強化学習アルゴリズムを提案する。 共同政策がマルコフランダム場(Markov Random Field)であることは、いくつかの穏やかな条件下で証明し、それによって政策空間を効果的に減少させる。 我々は、マルコフ確率場から効率的に行動をサンプリングでき、全体的な政策が微分可能であるようなポリシーにおいて、変動推論を特別な微分可能な層として統合する。
  論文  参考訳（メタデータ） (2020-04-19T15:42:55Z)
• Policy Evaluation Networks [50.53250641051648]
  我々は,簡潔な埋め込みにおいて重要なポリシー情報を保持できる,スケーラブルで差別化可能なフィンガープリント機構を導入する。 実験の結果、これらの3つの要素を組み合わせることで、トレーニングデータを生成するものよりも優れたポリシーを作成できることが示された。
  論文  参考訳（メタデータ） (2020-02-26T23:00:27Z)

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。