論文の概要: LLM Analysis of 150+ years of German Parliamentary Debates on Migration Reveals Shift from Post-War Solidarity to Anti-Solidarity in the Last Decade

• arxiv url: http://arxiv.org/abs/2509.07274v1
• Date: Mon, 08 Sep 2025 23:16:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.140092
• Title: LLM Analysis of 150+ years of German Parliamentary Debates on Migration Reveals Shift from Post-War Solidarity to Anti-Solidarity in the Last Decade
• Title（参考訳）: 戦後の連帯から反ソリダリティへの移行に関するドイツ議会の150年以上にわたる議論のLCM分析
• Authors: Aida Kostikova, Ole Pütz, Steffen Eger, Olga Sabelfeld, Benjamin Paassen,
• Abstract要約: 移民はドイツの政治論争において中心的な話題となっている。 大きな言語モデル(LLM)は、複雑なアノテーションタスクを部分的に自動化する可能性がある。 モデルサイズの影響を評価し,その違い,微調整,歴史データと現代データについて検討する。
• 参考スコア（独自算出の注目度）: 17.8054316171213
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Migration has been a core topic in German political debate, from millions of expellees post World War II over labor migration to refugee movements in the recent past. Studying political speech regarding such wide-ranging phenomena in depth traditionally required extensive manual annotations, limiting the scope of analysis to small subsets of the data. Large language models (LLMs) have the potential to partially automate even complex annotation tasks. We provide an extensive evaluation of a multiple LLMs in annotating (anti-)solidarity subtypes in German parliamentary debates compared to a large set of thousands of human reference annotations (gathered over a year). We evaluate the influence of model size, prompting differences, fine-tuning, historical versus contemporary data; and we investigate systematic errors. Beyond methodological evaluation, we also interpret the resulting annotations from a social science lense, gaining deeper insight into (anti-)solidarity trends towards migrants in the German post-World War II period and recent past. Our data reveals a high degree of migrant-directed solidarity in the postwar period, as well as a strong trend towards anti-solidarity in the German parliament since 2015, motivating further research. These findings highlight the promise of LLMs for political text analysis and the importance of migration debates in Germany, where demographic decline and labor shortages coexist with rising polarization.
• Abstract（参考訳）: 移民は、第二次世界大戦後の何百万人もの移民から、近年の難民運動まで、ドイツの政治論争において中心的な話題となっている。 このような広範な現象を深く研究するためには、伝統的に広範囲な手作業による注釈が必要であり、分析の範囲はデータの小さなサブセットに限られていた。 大きな言語モデル(LLM)は、複雑なアノテーションタスクを部分的に自動化する可能性がある。 我々は,ドイツ議会の討論会において,複数のLDMを注釈付き(反)合理化サブタイプとして評価する。 我々は,モデルサイズの影響を評価し,その違い,微調整,歴史データ,現代データについて検討し,系統的誤りについて検討する。 方法論的評価以外にも、社会科学のレンズから得られた注釈を解釈し、第二次世界大戦後のドイツにおける移民に対する(反)連帯傾向について深い洞察を得る。 われわれのデータは、戦後の移民指向の連帯性の高さと、2015年以降のドイツ議会における反連帯性への強い傾向を明らかにし、さらなる研究の動機となっている。 これらの知見は、政治的テキスト分析のためのLDMsの約束と、人口減少と労働不足が分極化の増大と共存するドイツにおける移民論争の重要性を浮き彫りにしている。

関連論文リスト

• Algorithmic Fidelity of Large Language Models in Generating Synthetic German Public Opinions: A Case Study [23.458234676060716]
  本研究では,大規模言語モデル(LLM)のアルゴリズム的忠実度について検討する。 我々は、人口動態の特徴をペルソナのプロンプトに組み込むことで、ドイツのサブポピュレーションを反映した合成世論を生成するよう、異なるLLMに促す。 以上の結果から,Llama は他の LLM よりも,特にグループ内での意見の多様性が低い場合には,サブポピュレーションの表現に優れていたことが示唆された。
  論文  参考訳（メタデータ） (2024-12-17T18:46:32Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• A Computational Analysis of the Dehumanisation of Migrants from Syria and Ukraine in Slovene News Media [8.35176751141867]
  我々は、スロベニアの新聞に掲載されている移民に対する態度を研究するために、最近提案された英語のアプローチに適応する。 我々は、シリア戦争後の2015-16年の移民危機と、ウクライナ戦争後の2022-23年の移民状況の変化について検討する。 この議論は、時間とともにより否定的になり、強烈なものになったが、ウクライナからの移民に他と比べて対処する場合には、非人道的でないことが判明した。
  論文  参考訳（メタデータ） (2024-04-10T14:28:09Z)
• Large Language Models: A Survey [66.39828929831017]
  大規模言語モデル(LLM)は、広範囲の自然言語タスクにおける強力なパフォーマンスのために、多くの注目を集めている。 LLMの汎用言語理解と生成能力は、膨大なテキストデータに基づいて数十億のモデルのパラメータを訓練することで得られる。
  論文  参考訳（メタデータ） (2024-02-09T05:37:09Z)
• Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
  大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。 本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。 観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
  論文  参考訳（メタデータ） (2023-11-15T00:02:25Z)
• First Tragedy, then Parse: History Repeats Itself in the New Era of Large Language Models [45.85689795740895]
  多くのNLP研究者は、ChatGPTや他の大規模言語モデル(LLM)に基づくシステムの成功によって、現実的な危機を経験している。 機械翻訳のための大規模な$n$-gramモデル(MT)で2005年に始まったLLMの最初の時代からのガイダンスを探す。 我々は、スケールの格差は過渡的であり、研究者はそれらを減らすために働くことができると論じている。
  論文  参考訳（メタデータ） (2023-11-08T21:13:38Z)
• Fine-Grained Detection of Solidarity for Women and Migrants in 155 Years of German Parliamentary Debates [16.382860418871804]
  我々は1867年から2022年にかけてのドイツ議会の議論において、女性や移民に対する連帯性について研究した。 2,864個の注釈付きテキストスニペットを用いて,Llama 3, GPT-3.5, GPT-4などの大規模言語モデル(LLM)を評価する。 GPT-4を使用して、155年間で18k以上のインスタンス(約500ユーロ)を自動的に注釈付けします。
  論文  参考訳（メタデータ） (2022-10-09T22:02:58Z)

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。