論文の概要: Studying Lobby Influence in the European Parliament
- arxiv url: http://arxiv.org/abs/2309.11381v1
- Date: Wed, 20 Sep 2023 15:03:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-21 12:37:46.582625
- Title: Studying Lobby Influence in the European Parliament
- Title(参考訳): 欧州議会におけるロビーの影響に関する研究
- Authors: Aswin Suresh, Lazar Radojevic, Francesco Salvi, Antoine Magron, Victor
Kristof, Matthias Grossglauser
- Abstract要約: 欧州議会(EP)における法律制定過程における利害団体(趣味)の影響を研究するための方法を提案する。
我々は,EP(MEPs)のメンバーによるロビーの位置紙とスピーチの新しいデータセットを解析する。
これらのテキストを意味的類似性と包摂性に基づいて比較することにより、MEPとロビー間の解釈可能なリンクを発見することができる。
- 参考スコア(独自算出の注目度): 4.6416874382490265
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a method based on natural language processing (NLP), for studying
the influence of interest groups (lobbies) in the law-making process in the
European Parliament (EP). We collect and analyze novel datasets of lobbies'
position papers and speeches made by members of the EP (MEPs). By comparing
these texts on the basis of semantic similarity and entailment, we are able to
discover interpretable links between MEPs and lobbies. In the absence of a
ground-truth dataset of such links, we perform an indirect validation by
comparing the discovered links with a dataset, which we curate, of retweet
links between MEPs and lobbies, and with the publicly disclosed meetings of
MEPs. Our best method achieves an AUC score of 0.77 and performs significantly
better than several baselines. Moreover, an aggregate analysis of the
discovered links, between groups of related lobbies and political groups of
MEPs, correspond to the expectations from the ideology of the groups (e.g.,
center-left groups are associated with social causes). We believe that this
work, which encompasses the methodology, datasets, and results, is a step
towards enhancing the transparency of the intricate decision-making processes
within democratic institutions.
- Abstract(参考訳): 本研究では,欧州議会(EP)における法律制定過程における利害グループ(趣味)の影響を研究するための自然言語処理(NLP)に基づく手法を提案する。
我々は,EP(MEPs)のメンバーによるロビーの位置紙とスピーチの新しいデータセットを収集し,分析する。
これらのテキストを意味的類似性と包摂性に基づいて比較することにより、MEPとロビー間の解釈可能なリンクを発見することができる。
このようなリンクの基幹データがない場合には、発見したリンクと、収集したデータセットを比較し、MEPとロビー間のリツイートリンクと、公開されたMEPのミーティングを比較して間接的検証を行う。
最適解法はAUCスコア0.77を達成し,いくつかの基準値よりも大幅に向上した。
さらに、関連するロビーのグループとMEPの政治グループとの間のリンクの集約分析は、グループのイデオロギーからの期待に対応している(例えば、中央左派グループは社会的原因と関連している)。
この研究は、方法論、データセット、結果を含むもので、民主的な組織における複雑な意思決定プロセスの透明性を高めるためのステップであると考えています。
関連論文リスト
- Do Membership Inference Attacks Work on Large Language Models? [145.90022632726883]
メンバーシップ推論攻撃(MIA)は、特定のデータポイントがターゲットモデルのトレーニングデータのメンバーであるかどうかを予測しようとする。
我々は、Pileで訓練された言語モデルに対して、MIAの大規模評価を行い、そのパラメータは160Mから12Bまでである。
様々な LLM サイズや領域にまたがるほとんどの設定において,MIA はランダムな推測よりもほとんど優れていないことがわかった。
論文 参考訳(メタデータ) (2024-02-12T17:52:05Z) - 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) - Exploring Collaboration Mechanisms for LLM Agents: A Social Psychology
View [64.43238868957813]
本稿では,理論的洞察を用いた実用実験により,現代NLPシステム間の協調機構を解明する。
我々は, LLMエージェントからなる4つの独特な社会をつくり, それぞれのエージェントは, 特定の特性(容易性, 過信性)によって特徴づけられ, 異なる思考パターン(議論, ふりかえり)と協調する。
以上の結果から, LLMエージェントは, 社会心理学理論を反映した, 適合性やコンセンサスリーディングといった人間的な社会的行動を示すことが明らかとなった。
論文 参考訳(メタデータ) (2023-10-03T15:05:52Z) - Label Words are Anchors: An Information Flow Perspective for
Understanding In-Context Learning [77.7070536959126]
大規模言語モデル(LLM)の有望な能力としてインコンテキスト学習(ICL)が出現する
本稿では,情報フローレンズを用いたICLの動作機構について検討する。
本稿では,ICL性能向上のためのアンカー再重み付け手法,推論の高速化のための実演圧縮手法,GPT2-XLにおけるICLエラーの診断のための解析フレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-23T15:26:20Z) - Political corpus creation through automatic speech recognition on EU
debates [4.670305538969914]
我々は、EU議会のLIBE委員会の書き起こされたコーパスを提示し、合計360万のランニングワードを提示する。
EUの議会委員会の会合は、政治科学者にとって潜在的に価値のある情報源であるが、データは限られたメタデータと共に音声記録としてのみ公開されているため、簡単には入手できない。
我々は,会議の音声記録の正確なテキスト書き起こしを行うために,最も適切な自動音声認識(ASR)モデルについて検討した。
論文 参考訳(メタデータ) (2023-04-17T10:41:59Z) - Inference of Media Bias and Content Quality Using Natural-Language
Processing [6.092956184948962]
本稿では、メディアの政治バイアスとコンテンツ品質の両方をテキストから推測する枠組みを提案する。
我々は,100万ツイート以上のデータセットに対して,双方向長短期記憶(LSTM)ニューラルネットワークを適用した。
この結果から,テキスト分析における単語順序の学習手法への活用の重要性が示唆された。
論文 参考訳(メタデータ) (2022-12-01T03:04:55Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - A Comparative Study on Speaker-attributed Automatic Speech Recognition
in Multi-party Meetings [53.120885867427305]
会議シナリオにおける話者分散自動音声認識(SA-ASR)の3つのアプローチを評価する。
WD-SOT法は平均話者依存文字誤り率(SD-CER)を10.7%削減する
TS-ASRアプローチはFD-SOTアプローチよりも優れ、16.5%の相対的なSD-CER削減をもたらす。
論文 参考訳(メタデータ) (2022-03-31T06:39:14Z) - Making a (Counterfactual) Difference One Rationale at a Time [5.97507595130844]
本研究では,人的支援を伴わない反現実的データ拡張が,セレクタの性能を向上させることができるかどうかを考察する。
以上の結果から,CDAは関心のシグナルをよりよく捉えた合理性を生み出すことが示唆された。
論文 参考訳(メタデータ) (2022-01-13T19:05:02Z) - Detecting Group Beliefs Related to 2018's Brazilian Elections in Tweets
A Combined Study on Modeling Topics and Sentiment Analysis [0.0]
2018年のブラジル大統領選挙では、Twitterなどの代替メディアやソーシャルネットワークの影響が強調された。
本研究では,ブラジルの選挙における第2回投票に関する政治的動機づけ談話の分析を行う。
その時点では、政治ハッシュタグに関連する一連のツイートを集めています。
論文 参考訳(メタデータ) (2020-05-31T10:58:35Z) - Addressing multiple metrics of group fairness in data-driven decision
making [2.750586731051391]
FAT-ML文献は、社会デミノグラフィーグループに対する差別を測定するために、様々なグループの公正度尺度を提案する。
これらのメトリクスのいくつかは、同じグループと機械学習メソッドのために、2つまたは3つの主要なクラスタにまとめられていることを観察する。
グループフェアネス指標の主成分分析(PCA)を用いて,2次元の多次元フェアネスを可視化する頑健な手法を提案する。
論文 参考訳(メタデータ) (2020-03-10T15:13:05Z)
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。