論文の概要: Classifying populist language in American presidential and governor speeches using automatic text analysis

• arxiv url: http://arxiv.org/abs/2408.15213v1
• Date: Tue, 27 Aug 2024 17:19:57 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-28 13:03:51.354411
• Title: Classifying populist language in American presidential and governor speeches using automatic text analysis
• Title（参考訳）: 自動テキスト分析によるアメリカ合衆国大統領および州知事演説におけるポピュリスト言語分類
• Authors: Olaf van der Veen, Semir Dzebo, Levi Littvay, Kirk Hawkins, Oren Dar,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Populism is a concept that is often used but notoriously difficult to measure. Common qualitative measurements like holistic grading or content analysis require great amounts of time and labour, making it difficult to quickly scope out which politicians should be classified as populist and which should not, while quantitative methods show mixed results when it comes to classifying populist rhetoric. In this paper, we develop a pipeline to train and validate an automated classification model to estimate the use of populist language. We train models based on sentences that were identified as populist and pluralist in 300 US governors' speeches from 2010 to 2018 and in 45 speeches of presidential candidates in 2016. We find that these models classify most speeches correctly, including 84% of governor speeches and 89% of presidential speeches. These results extend to different time periods (with 92% accuracy on more recent American governors), different amounts of data (with as few as 70 training sentences per category achieving similar results), and when classifying politicians instead of individual speeches. This pipeline is thus an effective tool that can optimise the systematic and swift classification of the use of populist language in politicians' speeches.
• Abstract（参考訳）: ポピュリズム(英: Populism)は、しばしば用いられる概念であるが、測ることの難しい概念である。 全体的格付けやコンテンツ分析のような定性的評価は、膨大な時間と労力を必要とするため、どの政治家をポピュリストに分類すべきで、どの政治家をポピュリストに分類すべきで、どれがポピュリストに分類すべきでないかを素早く調査することは困難である。 本稿では,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。 我々は、2010年から2018年までの300人の州知事演説と2016年の大統領選挙候補者の45回の演説で、ポピュリストと同一視された文に基づいてモデルを訓練する。 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。 これらの結果は、異なる期間(最近のアメリカの知事では92%の精度で)、異なる量のデータ(類似の結果を得るために1つのカテゴリーに70の訓練文がある)、そして個々のスピーチの代わりに政治家を分類する場合に及んでいる。 このパイプラインは、政治家の演説におけるポピュリスト言語の使用の体系的および迅速な分類を最適化する効果的なツールである。

関連論文リスト

• Speechworthy Instruction-tuned Language Models [71.8586707840169]
  提案手法は,学習の促進と嗜好の両面において,一般的な命令調整型LLMの音声適合性の向上を図っている。 我々は,各手法が生成した応答の音声適合性向上にどのように貢献するかを示すために,語彙的,構文的,定性的な分析を共有する。
  論文  参考訳（メタデータ） (2024-09-23T02:34:42Z)
• 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)
• Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
  本稿では,大規模言語モデルに基づく一意性尺度を提案する。 トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
  論文  参考訳（メタデータ） (2024-01-02T19:00:17Z)
• PopBERT. Detecting populism and its host ideologies in the German Bundestag [0.0]
  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。
  論文  参考訳（メタデータ） (2023-09-22T14:48:02Z)
• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
  私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。 ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
  論文  参考訳（メタデータ） (2023-04-19T18:32:49Z)
• 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)
• United States Politicians' Tone Became More Negative with 2016 Primary Campaigns [11.712441267029092]
  われわれは、米国の政治家18,627人によるオンラインニュースから2400万件の引用をまとめた、新しい総合的なコーパスに、精神言語ツールを適用した。 オバマの任期中に否定的な感情の単語の頻度が連続的に減少していたのに対し、2016年の予備選挙によって突然、そして持続的に増加したことが示される。 この研究は、トランプの選挙運動が触媒として始まった後、よりネガティブな政治的トーンへの劇的なシフトを示す最初の大規模なデータ駆動型証拠を提供する。
  論文  参考訳（メタデータ） (2022-07-17T08:41:14Z)
• Prediction of Listener Perception of Argumentative Speech in a Crowdsourced Data Using (Psycho-)Linguistic and Fluency Features [24.14001104126045]
  議論的発話のクラウドソースデータセットにおいてTEDトークスタイルの感情評価を予測することを目的としている。 本稿では,TEDトーク音声の大規模データセット上で事前学習したモデルを微調整することにより,これらのカテゴリを予測するための分類タスクに有効なアプローチを提案する。
  論文  参考訳（メタデータ） (2021-11-13T15:07:13Z)
• Quantifying Gender Bias Towards Politicians in Cross-Lingual Language Models [104.41668491794974]
  代名詞として政治家の名前を取り巻く言語モデルによって生成される形容詞と動詞の用法を定量化する。 死者や指定された言葉が男女の政治家と関連しているのに対し、美人や離婚といった特定の言葉が主に女性政治家に関係していることが判明した。
  論文  参考訳（メタデータ） (2021-04-15T15:03:26Z)
• How Metaphors Impact Political Discourse: A Large-Scale Topic-Agnostic Study Using Neural Metaphor Detection [29.55309950026882]
  政治談話におけるメタファーの大規模データ駆動型研究について述べる。 メタファーの使用は、選挙に勝ったり負けたりといった同時的な政治イベントに依存する複雑な方法でイデオロギー的傾向と相関していることを示す。 本研究では,ジェンダーや政党の所属など様々な社会的・政治的要因をコントロールした上でも,メタファーのある投稿が聴衆全体からより多くのエンゲージメントを引き出すことを示す。
  論文  参考訳（メタデータ） (2021-04-08T17:16:31Z)

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。