論文の概要: A Structural Text-Based Scaling Model for Analyzing Political Discourse

• arxiv url: http://arxiv.org/abs/2410.11897v1
• Date: Mon, 14 Oct 2024 14:05:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-01 17:14:52.443264
• Title: A Structural Text-Based Scaling Model for Analyzing Political Discourse
• Title（参考訳）: 政治談話分析のための構造的テキストベーススケーリングモデル
• Authors: Jan Vávra, Bernd Hans-Konrad Prostmaier, Bettina Grün, Paul Hofmarcher,
• Abstract要約: 本稿では,テキストデータから潜在トピックに対する話者のイデオロギー的位置を推定する構造的テキストベーススケーリングモデルを提案する。 STBSを上院の演説に適用し、移民と銃暴力を議会における2大政党間の最も分極的な話題とみなす。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scaling political actors based on their individual characteristics and behavior helps profiling and grouping them as well as understanding changes in the political landscape. In this paper we introduce the Structural Text-Based Scaling (STBS) model to infer ideological positions of speakers for latent topics from text data. We expand the usual Poisson factorization specification for topic modeling of text data and use flexible shrinkage priors to induce sparsity and enhance interpretability. We also incorporate speaker-specific covariates to assess their association with ideological positions. Applying STBS to U.S. Senate speeches from Congress session 114, we identify immigration and gun violence as the most polarizing topics between the two major parties in Congress. Additionally, we find that, in discussions about abortion, the gender of the speaker significantly influences their position, with female speakers focusing more on women's health. We also see that a speaker's region of origin influences their ideological position more than their religious affiliation.
• Abstract（参考訳）: 個人の特性と行動に基づいて政治的アクターをスケールすることは、政治状況の変化を理解するだけでなく、それらをプロファイリングし、グループ化するのに役立つ。 本稿では,テキストデータから潜在トピックに対する話者のイデオロギー的位置を推定するための構造テキストベーススケーリング(STBS)モデルを提案する。 我々は、テキストデータのトピックモデリングのための通常のPoisson分解仕様を拡張し、フレキシブルな縮小を用いて、スパーシリティを誘発し、解釈可能性を高める。 また,イデオロギー的位置との関連性を評価するために,話者特異的な共変数も取り入れた。 STBSを議会セッション114からアメリカ合衆国上院の演説に適用し、移民と銃暴力を議会における2大政党間の最も分極的な話題とみなす。 さらに,中絶に関する議論では,女性話者が女性の健康に注目するようになり,話者の性別がその地位に大きく影響していることが判明した。 また、話者の発祥の地域が、宗教的な関係よりもイデオロギー的な立場に影響を及ぼすことも確認した。

関連論文リスト

• Analyzing German Parliamentary Speeches: A Machine Learning Approach for Topic and Sentiment Classification [3.3595341706248876]
  本研究は、ドイツの議会である連邦議会における政治談話について、約28,000の議会演説を分析して調査する。 トピック分類と感情分類のための2つの機械学習モデルを開発し、手動でラベル付けされたデータセットで訓練した。 これらのモデルでは, トピック分類において, 受信機動作特性曲線(AUROC)0.94の領域を達成し, 高い分類性能を示した。
  論文  参考訳（メタデータ） (2025-08-05T07:44:42Z)
• SpeechRole: A Large-Scale Dataset and Benchmark for Evaluating Speech Role-Playing Agents [52.29009595100625]
  ロールプレイングエージェントは、パーソナライズされた相互作用と感情共鳴を達成するための有望なパラダイムとして登場した。 既存の研究は主にテキストのモダリティに焦点を当て、現実的な対話的なシナリオにおける音声の重要な次元を無視している。 我々は,98の多様な役割と112kの音声ベースの1ターン・マルチターン会話からなる大規模かつ高品質なデータセットであるSpeechRole-Dataを構築した。
  論文  参考訳（メタデータ） (2025-08-04T03:18:36Z)
• KOKKAI DOC: An LLM-driven framework for scaling parliamentary representatives [0.0]
  本稿では,国会議員の政治問題スタンスを正確にスケールするLLM主導の枠組みを紹介する。 先進的な自然言語処理技術と大規模言語モデルを活用することにより,提案手法は従来のアプローチを洗練・強化する。 この枠組みには,(1)要約による議会演説の消音,よりクリーンで一貫した意見埋め込み,(2)議員の言論要約からの政治的論争の軸の自動抽出,(3)党の立場の経時的変化を追及するダイアクロニック分析,の3つの主要な革新が含まれている。
  論文  参考訳（メタデータ） (2025-05-11T21:03:53Z)
• Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
  本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。 我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。 我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
  論文  参考訳（メタデータ） (2025-04-10T02:52:34Z)
• Beyond Partisan Leaning: A Comparative Analysis of Political Bias in Large Language Models [6.549047699071195]
  本研究では、大規模言語モデルにおける政治的行動を評価するために、ペルソナフリーでトピック固有のアプローチを採用する。 米国、ヨーロッパ、中国、中東で開発された43の大規模言語モデルからの反応を分析した。 発見は、ほとんどのモデルが中心左あるいは左イデオロギー的にリーンであり、非党派的エンゲージメントパターンが異なることを示している。
  論文  参考訳（メタデータ） (2024-12-21T19:42:40Z)
• A graph-based approach to extracting narrative signals from public discourse [4.14360329494344]
  本稿では,選択した物語信号の抽出,表現,分析を行うためのグラフベースフォーマリズムと機械誘導手法を提案する。 我々は, 政治演説やソーシャルメディアの投稿, 政治宣言, 議会討論の写しなど, デジタルメディアの文章に現れる政治談話について研究する。
  論文  参考訳（メタデータ） (2024-11-01T16:05:59Z)
• SpeakGer: A meta-data enriched speech corpus of German state and federal parliaments [0.12277343096128711]
  SpeakGerデータセットは、1947年から2023年までのドイツ連邦議会とドイツ連邦議会の16州すべてからの議論で構成されている。 このデータセットには、聴衆からのスピーチに対する反応と、講演者のパーティー、年齢、選挙区、政党の政治的アライメントに関する情報という形で、豊富なメタデータが含まれている。
  論文  参考訳（メタデータ） (2024-10-23T14:00:48Z)
• L(u)PIN: LLM-based Political Ideology Nowcasting [1.124958340749622]
  LLMの潜在的知識を活用することで,各議員のイデオロギー的立場を分析する手法を提案する。 この方法により、選択の軸として政治家のスタンスを評価することができ、選択の話題・論争に関して政治家のスタンスを柔軟に測定することができる。
  論文  参考訳（メタデータ） (2024-05-12T16:14:07Z)
• 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)
• "We Demand Justice!": Towards Social Context Grounding of Political Texts [19.58924256275583]
  ソーシャルメディアの談話は、しばしば「政治的スペクトルの対立する側が使用する、見事に類似した言語」で構成されている。 本稿では、そのような曖昧な文を計算環境で完全に理解するために必要なコンテキストを定義する。 本論文では,テキストの現実的コンテキストを理解する必要がある2つの挑戦的データセットを提案する。
  論文  参考訳（メタデータ） (2023-11-15T16:53:35Z)
• Learning Separable Hidden Unit Contributions for Speaker-Adaptive Lip-Reading [73.59525356467574]
  話者自身の特徴は、ほとんど顔画像や浅いネットワークを持つ単一の画像によって常にうまく表現できる。 話し手によって表現される音声コンテンツに付随するきめ細かい動的特徴には、常に深いシーケンシャルネットワークが必要である。 私たちのアプローチは、既存の方法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2023-10-08T07:48:25Z)
• Understanding Divergent Framing of the Supreme Court Controversies: Social Media vs. News Outlets [56.67097829383139]
  我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。 メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
  論文  参考訳（メタデータ） (2023-09-18T06:40:21Z)
• PAR: Political Actor Representation Learning with Social Context and Expert Knowledge [45.215862050840116]
  我々は,textbfPolitical textbfActor textbfRepresentation学習フレームワークであるtextbfPARを提案する。 我々は,社会的文脈情報を活用するために,議員に関する事実文を検索し,抽出する。 次に、社会的文脈を取り入れた異種情報ネットワークを構築し、リレーショナルグラフニューラルネットワークを用いて立法者表現を学習する。
  論文  参考訳（メタデータ） (2022-10-15T19:28:06Z)
• Protecting gender and identity with disentangled speech representations [49.00162808063399]
  音声における性情報保護は,話者識別情報のモデル化よりも効果的であることを示す。 性別情報をエンコードし、2つの敏感な生体識別子を解読する新しい方法を提示する。
  論文  参考訳（メタデータ） (2021-04-22T13:31:41Z)
• Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
  スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。 コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。 DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
  論文  参考訳（メタデータ） (2020-06-17T21:02:40Z)
• 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)

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。