論文の概要: Machine Learning and Statistical Approaches to Measuring Similarity of
Political Parties
- arxiv url: http://arxiv.org/abs/2306.03079v1
- Date: Mon, 5 Jun 2023 17:53:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-06 13:22:51.812137
- Title: Machine Learning and Statistical Approaches to Measuring Similarity of
Political Parties
- Title(参考訳): 機械学習と政党の類似度測定への統計的アプローチ
- Authors: Daria Boratyn, Damian Brzyski, Beata Kosowska-G\k{a}sto{\l}, Jan
Rybicki, Wojciech S{\l}omczy\'nski, Dariusz Stolicki
- Abstract要約: 政党制度をメートル法政策空間にマッピングすることは、政治科学における主要な方法論的問題の一つである。
我々は,この問題を解決するために,大きなトランスフォーマーベース言語モデルを含む自然言語処理の進歩をどのように適用できるかを検討する。
- 参考スコア(独自算出の注目度): 0.4893345190925177
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mapping political party systems to metric policy spaces is one of the major
methodological problems in political science. At present, in most political
science project this task is performed by domain experts relying on purely
qualitative assessments, with all the attendant problems of subjectivity and
labor intensiveness. We consider how advances in natural language processing,
including large transformer-based language models, can be applied to solve that
issue. We apply a number of texts similarity measures to party political
programs, analyze how they correlate with each other, and -- in the absence of
a satisfactory benchmark -- evaluate them against other measures, including
those based on expert surveys, voting records, electoral patterns, and
candidate networks. Finally, we consider the prospects of relying on those
methods to correct, supplement, and eventually replace expert judgments.
- Abstract(参考訳): 政党システムを計量政策空間にマッピングすることは、政治科学における主要な方法論的問題の一つである。
現在、ほとんどの政治科学プロジェクトでは、このタスクは純粋に質的評価に頼り、主観性と労働集約性の全ての問題に依存するドメインの専門家によって行われる。
我々は,この問題を解決するために,大きなトランスフォーマーベース言語モデルを含む自然言語処理の進歩をどのように適用できるかを検討する。
我々は、政党の政治プログラムに多くのテキスト類似度尺度を適用し、それらをどのように相互に関連づけるかを分析し、満足のいくベンチマークがなければ、専門家の調査、投票記録、選挙パターン、候補者ネットワークなどに基づく他の指標に対して評価する。
最後に、専門家の判断を訂正し、補足し、最終的に置き換える方法について考察する。
関連論文リスト
- Modelling Political Coalition Negotiations Using LLM-based Agents [53.934372246390495]
我々は、新しいNLPタスクとして連立交渉を導入し、それを大規模言語モデルに基づくエージェント間の交渉としてモデル化する。
我々は、欧州政党の宣言とこれらの国における多数の選挙に関する連立協定を含む多言語データセット「POLCA」を導入する。
本稿では、政党間の連立交渉の過程をシミュレートし、その結果を予測するために、階層的なマルコフ決定プロセスを提案する。
論文 参考訳(メタデータ) (2024-02-18T21:28:06Z) - Inducing Political Bias Allows Language Models Anticipate Partisan
Reactions to Controversies [5.958974943807783]
本研究では,Large Language Models (LLMs) を用いたデジタル談話における政治的偏見の理解の課題に対処する。
本稿では,Partisan Bias Divergence AssessmentとPartisan Class Tendency Predictionからなる包括的分析フレームワークを提案する。
以上の結果から,感情的・道徳的ニュアンスを捉えたモデルの有効性が明らかとなった。
論文 参考訳(メタデータ) (2023-11-16T08:57:53Z) - Navigating the Ocean of Biases: Political Bias Attribution in Language
Models via Causal Structures [58.059631072902356]
我々は、LLMの価値観を批判したり、検証したりせず、どのようにして「良い議論」を解釈し、偏見づけるかを見極めることを目的としている。
本研究では,活動依存ネットワーク(ADN)を用いてLCMの暗黙的基準を抽出する。
人-AIアライメントとバイアス緩和について,本研究の結果について考察した。
論文 参考訳(メタデータ) (2023-11-15T00:02:25Z) - 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) - Quantitative Analysis of Forecasting Models:In the Aspect of Online
Political Bias [0.0]
ソーシャルメディア投稿を5つの異なる政治傾向カテゴリーに分類する手法を提案する。
我々のアプローチは、政治的イデオロギーの異なる2つのソーシャルメディアデータセット上で、既存の時系列予測モデルを活用することである。
論文 参考訳(メタデータ) (2023-09-11T16:17:24Z) - Diverse Perspectives Can Mitigate Political Bias in Crowdsourced Content
Moderation [5.470971742987594]
ソーシャルメディア企業は、プラットフォーム上の政治コンテンツを取り巻くコンテンツモデレーションポリシーの定義と強化に不満を抱いている。
このタスクにおいて、人間のラベルがどの程度うまく機能するか、あるいは、バイアスがこのプロセスに影響を及ぼすかどうかは不明だ。
集団労働者による政治内容の特定の実現可能性と実践性を実験的に評価した。
論文 参考訳(メタデータ) (2023-05-23T20:10:43Z) - Examining Political Rhetoric with Epistemic Stance Detection [13.829628375546568]
我々は、より複雑な最先端のモデリングよりも優れたマルチソース姿勢予測のためのシンプルなRoBERTaベースのモデルを開発した。
我々は、米国の政治意見書のマスマーケットマニフェストコーパスを大規模に分析することで、その新しい政治科学への応用を実証する。
論文 参考訳(メタデータ) (2022-12-29T23:47:14Z) - A Survey of Methods for Addressing Class Imbalance in Deep-Learning
Based Natural Language Processing [68.37496795076203]
非バランスなデータを扱うNLP研究者や実践者に対してガイダンスを提供する。
まず、制御および実世界のクラス不均衡の様々なタイプについて論じる。
サンプリング,データ拡張,損失関数の選択,ステージ学習,モデル設計に基づく手法を整理する。
論文 参考訳(メタデータ) (2022-10-10T13:26:40Z) - Towards a multi-stakeholder value-based assessment framework for
algorithmic systems [76.79703106646967]
我々は、価値間の近さと緊張を可視化する価値に基づくアセスメントフレームワークを開発する。
我々は、幅広い利害関係者に評価と検討のプロセスを開放しつつ、それらの運用方法に関するガイドラインを提示する。
論文 参考訳(メタデータ) (2022-05-09T19:28:32Z) - Identification of Subgroups With Similar Benefits in Off-Policy Policy
Evaluation [60.71312668265873]
我々は,パーソナライズの必要性と自信ある予測とのバランスをとる方法を開発した。
本手法は不均一な治療効果の正確な予測に有効であることを示す。
論文 参考訳(メタデータ) (2021-11-28T23:19:12Z) - 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。