論文の概要: Elite Polarization in European Parliamentary Speeches: a Novel Measurement Approach Using Large Language Models

• arxiv url: http://arxiv.org/abs/2507.06658v1
• Date: Wed, 09 Jul 2025 08:44:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-10 17:37:43.532451
• Title: Elite Polarization in European Parliamentary Speeches: a Novel Measurement Approach Using Large Language Models
• Title（参考訳）: 欧州議会演説におけるエリート分極 : 大規模言語モデルを用いた新しい計測手法
• Authors: Gennadii Iakovlev,
• Abstract要約: 本研究は,人工知能を用いたアクターと対象検出による極性偏極の新しい尺度を提案する。 政治家が議会演説でお互いについて言及し、誰が話し、誰に話しかけているかを記入し、これらの評価の背景にある情緒的温度を評価する。 これにより、エリートはそれぞれのアウトパーティを評価し、お互いの対極性、すなわちエリート偏極の指標を作成することができます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This project introduces a new measure of elite polarization via actor and subject detection using artificial intelligence. I identify when politicians mention one another in parliamentary speeches, note who is speaking and who is being addressed, and assess the emotional temperature behind these evaluations. This maps how elites evaluate their various out-parties, allowing us to create an index of mutual out-party hostility, that is, elite polarization. While I analyzed polarization data over the past four decades for the UK, and two decades for Hungary and Italy, my approach lays the groundwork for a twenty-year, EU-wide time-series dataset on elite polarization. I obtain the results that can be aggregated by party and quarter. The resulting index demonstrates a good face validity: it reacts to events such as electoral campaigns, country- and party-level crises, and to parties losing and assuming power.
• Abstract（参考訳）: 本研究は,人工知能を用いたアクターと対象検出による極性偏極の新しい尺度を提案する。 政治家が議会演説でお互いについて言及し、誰が話し、誰に話しかけているかを記入し、これらの評価の背景にある情緒的温度を評価する。 これにより、エリートはそれぞれのアウトパーティを評価し、お互いの対極性、すなわちエリート偏極の指標を作成することができます。 英国では過去40年間、ハンガリーとイタリアでは20年間、偏光データを分析してきたが、私のアプローチは、エリート偏光に関する20年間にわたるEU全体の時系列データセットの基盤となった。 私はパーティーと四半期で集計できる結果を得ます。 選挙運動や国や党レベルの危機、政党の敗北や権力獲得といった出来事に反応する。

関連論文リスト

• Geopolitical biases in LLMs: what are the "good" and the "bad" countries according to contemporary language models [52.00270888041742]
  我々は、中立なイベント記述と異なる国からの視点を対比した新しいデータセットを導入する。 以上の結果から,特定の民族的物語のモデルが好まれる,重要な地政学的偏見がみられた。 単純なデバイアスのプロンプトはこれらのバイアスを減らすのに限られた効果があった。
  論文  参考訳（メタデータ） (2025-06-07T10:45:17Z)
• Affective Polarization Amongst Swedish Politicians [0.0]
  本研究では,2021年から2023年までのスウェーデンの政治家のTwitter上での感情分極について検討した。 グループ内が党レベルで定義されると、否定的な党派が圧倒的に支配的になる。 否定的な党派は、オンラインの可視性にとって戦略的選択であることを証明し、3.18以上のお気に入りと1.69以上のリツイートを惹きつける。
  論文  参考訳（メタデータ） (2025-03-20T14:40:48Z)
• Mapping Election Polarization and Competitiveness using Election Results [0.18641315013048293]
  投票パターンは、選挙当日に市民分裂の効果的なプロキシをマッピングする可能性があると論じる。 本稿では,選挙分極(EP)と選挙競争(EC)の2つの相補的概念を考察する。 本稿では, 選挙データのみに頼って, ユーロ圏, 北米, ラテンアメリカ, ニュージーランドの13カ国にまたがる人工的および実世界の選挙データを用いて, 選挙データを検証する手法を提案する。
  論文  参考訳（メタデータ） (2023-08-16T18:06:00Z)
• 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)
• Understanding Political Polarisation using Language Models: A dataset and method [18.40891764492186]
  本稿では,言語モデルを用いた米国の政治システムにおける政治的分極の分析を目的とする。 主なコントリビューションは、過去120年間に渡りWikipediaから抽出されたデータセットです。
  論文  参考訳（メタデータ） (2023-01-02T22:15:04Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• Exploring Polarization of Users Behavior on Twitter During the 2019 South American Protests [15.065938163384235]
  われわれは、2019年に南アメリカのいくつかの国を麻痺させた抗議活動について、異なる文脈でTwitter上で偏極を探っている。 政治家のツイートやハッシュタグキャンペーンに対するユーザの支持を(反対かにかかわらず)抗議に対する明確なスタンスで活用することにより、何百万人ものユーザーによる弱いラベル付きスタンスデータセットを構築します。 イベント中の「フィルターバブル」現象の実証的証拠は、ユーザベースがスタンスの観点から均質であるだけでなく、異なるクラスタのメディアからユーザが移行する確率も低いことを示すものである。
  論文  参考訳（メタデータ） (2021-04-05T07:13:18Z)

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。