論文の概要: PopBERT. Detecting populism and its host ideologies in the German Bundestag

• arxiv url: http://arxiv.org/abs/2309.14355v1
• Date: Fri, 22 Sep 2023 14:48:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-27 17:06:32.864266
• Title: PopBERT. Detecting populism and its host ideologies in the German Bundestag
• Title（参考訳）: PopBERT ドイツ連邦におけるポピュリズムとそのホストイデオロギーの検出
• Authors: L. Erhard, S. Hanke, U. Remer, A. Falenska and R. Heiberger
• Abstract要約: 本稿では,ポピュリストの姿勢を測定するための信頼性,有効,スケーラブルなアプローチを提案する。 我々は、豊かな人々や腐敗したエリートに対する道徳的な言及を、ポピュリスト言語の中核的な次元としてラベル付けする。 ポピュリズムの薄いイデオロギーの肥大化に加えて、ポピュリズムが左翼や右翼のホストイデオロギーにどのようにアタッチされているかを注釈する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rise of populism concerns many political scientists and practitioners, yet the detection of its underlying language remains fragmentary. This paper aims to provide a reliable, valid, and scalable approach to measure populist stances. For that purpose, we created an annotated dataset based on parliamentary speeches of the German Bundestag (2013 to 2021). Following the ideational definition of populism, we label moralizing references to the virtuous people or the corrupt elite as core dimensions of populist language. To identify, in addition, how the thin ideology of populism is thickened, we annotate how populist statements are attached to left-wing or right-wing host ideologies. We then train a transformer-based model (PopBERT) as a multilabel classifier to detect and quantify each dimension. A battery of validation checks reveals that the model has a strong predictive accuracy, provides high qualitative face validity, matches party rankings of expert surveys, and detects out-of-sample text snippets correctly. PopBERT enables dynamic analyses of how German-speaking politicians and parties use populist language as a strategic device. Furthermore, the annotator-level data may also be applied in cross-domain applications or to develop related classifiers.
• Abstract（参考訳）: ポピュリズムの台頭は、多くの政治学者や実践者に関係するが、その根底にある言語の検出は断片的である。 本稿では,ポピュリストの姿勢を測定するための信頼性,有効,スケーラブルなアプローチを提案する。 そこで我々は,2013年から2021年までのドイツ連邦議会演説に基づく注釈付きデータセットを作成した。 ポピュリズムのイデオロギー的な定義に従い、我々は、悪徳な人々や腐敗したエリートに対する道徳的言及をポピュリズム言語のコアディメンジョンとしてラベル付けする。 さらに、ポピュリズムの薄いイデオロギーがどのように肥大化しているかを識別するために、ポピュリズムが左翼または右翼のホストイデオロギーにどのようにアタッチされているかを注釈する。 次に、変換器モデル(PopBERT)をマルチラベル分類器として訓練し、各次元を検出し定量化する。 バリデーションチェックのバッテリは、モデルは予測精度が強く、質的な顔の妥当性が高く、専門家による調査のパーティーランキングと一致し、サンプル外のテキストスニペットを正しく検出する。 PopBERTは、ドイツ語を話す政治家や政党がポピュリスト言語を戦略的装置として使う方法の動的分析を可能にする。 さらに、アノテータレベルのデータは、クロスドメインアプリケーションや関連する分類器の開発にも適用できる。

関連論文リスト

• Classifying populist language in American presidential and governor speeches using automatic text analysis [0.0]
  我々は,ポピュリスト言語の使用を推定するために,自動分類モデルの訓練と検証を行うパイプラインを開発する。 これらのモデルは、知事演説の84%、大統領演説の89%を含む、ほとんどのスピーチを正しく分類している。
  論文  参考訳（メタデータ） (2024-08-27T17:19:57Z)
• 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)
• Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
  大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。 我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。 この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-15T04:02:24Z)
• Voting Booklet Bias: Stance Detection in Swiss Federal Communication [0.0]
  我々は最近のスタンス検出手法を用いて、有権者のための公式情報ブックレットにおける文のスタンス(例えば、反対か中立か)を研究する。 私たちの主な目標は、基本的な質問に答えることです。 本研究は,今後の投票帳簿の編集プロセスと,政治談話分析のためのより良い自動システムの設計に影響を及ぼすものである。
  論文  参考訳（メタデータ） (2023-06-15T09:49:12Z)
• ChatGPT-4 Outperforms Experts and Crowd Workers in Annotating Political Twitter Messages with Zero-Shot Learning [0.0]
  本稿では、ツイートの内容に基づいて、Twitterポスターの政治的関連を分類するテキスト分析タスクにおいて、Large Language Model (LLM) ChatGPT-4の精度、信頼性、バイアスを評価する。 2020年の大統領選挙では、米国政治家のTwitterメッセージを使い、正確さを測定するための根拠となる真実を提供します。
  論文  参考訳（メタデータ） (2023-04-13T14:51:40Z)
• The Thin Ideology of Populist Advertising on Facebook during the 2019 EU Elections [12.890022659051557]
  この調査は、2019年の欧州議会選挙で、ポピュリスト政党がFacebook上でどのように宣伝したかを比較する。 オーディエンスがどのように到達し、どの問題に焦点を当てるかという共通点と相違点について検討する。 ポピュリスト政党は金融政策、州の官僚制と改革、そして安全保障に注目する傾向にある。
  論文  参考訳（メタデータ） (2023-02-08T13:22:11Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
  本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。 また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
  論文  参考訳（メタデータ） (2021-12-08T14:12:24Z)
• Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty in Election Polls [56.8172499765118]
  我々は、今放送と予測におけるバイアスの潜在的な源について論じる。 概念は、誤認識された正確性の問題を軽減するために提示される。 主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
  論文  参考訳（メタデータ） (2021-04-28T07:02:24Z)
• Text-Based Ideal Points [26.981303055207267]
  著者の政治的立場を定量化するためにテキストを解析する教師なし確率的トピックモデルであるテキストベース理想点モデル(TBIP)を導入する。 TBIPは政党ごとに議員を分離し、解釈可能な政治トピックを学び、古典的な投票に基づく理想点に近い理想的な点を推測する。 非投票者を含む政治的テキストを執筆する人の理想的なポイントを見積もることができる。
  論文  参考訳（メタデータ） (2020-05-08T21:16:42Z)
• Multilingual Twitter Corpus and Baselines for Evaluating Demographic Bias in Hate Speech Recognition [46.57105755981092]
  ヘイトスピーチ検出のための多言語Twitterコーパスを公開している。 コーパスは英語、イタリア語、ポーランド語、ポルトガル語、スペイン語の5つの言語をカバーしている。 我々は、クラウドソーシングプラットフォームを用いて、推定された人口統計ラベルを評価した。
  論文  参考訳（メタデータ） (2020-02-24T16:45:59Z)

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。