論文の概要: Modeling Political Discourse with Sentence-BERT and BERTopic

• arxiv url: http://arxiv.org/abs/2510.22904v1
• Date: Mon, 27 Oct 2025 01:19:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 15:28:15.412356
• Title: Modeling Political Discourse with Sentence-BERT and BERTopic
• Title（参考訳）: 文-BERT と BER Topic を用いた政治談話のモデル化
• Authors: Margarida Mendonca, Alvaro Figueira,
• Abstract要約: 我々は、第117回米国議会におけるTwitterの活動における政治トピックの長寿と道徳的側面を分析した。 以上の結果から, 主題は安定しているが, 粒状物質は急速に溶解する傾向にあることが明らかとなった。 道徳的基盤はトピック長寿において重要な役割を担い、ケアとロイヤリティは耐久性のあるトピックを支配し、パルチザン的な違いは異なる道徳的フレーミング戦略に現れている。
• 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: Social media has reshaped political discourse, offering politicians a platform for direct engagement while reinforcing polarization and ideological divides. This study introduces a novel topic evolution framework that integrates BERTopic-based topic modeling with Moral Foundations Theory (MFT) to analyze the longevity and moral dimensions of political topics in Twitter activity during the 117th U.S. Congress. We propose a methodology for tracking dynamic topic shifts over time and measuring their association with moral values and quantifying topic persistence. Our findings reveal that while overarching themes remain stable, granular topics tend to dissolve rapidly, limiting their long-term influence. Moreover, moral foundations play a critical role in topic longevity, with Care and Loyalty dominating durable topics, while partisan differences manifest in distinct moral framing strategies. This work contributes to the field of social network analysis and computational political discourse by offering a scalable, interpretable approach to understanding moral-driven topic evolution on social media.
• Abstract（参考訳）: ソーシャルメディアは、政治家に直接的なエンゲージメントのプラットフォームを提供しながら、分極とイデオロギーの分断を補強する政治談話を再形成してきた。 本研究では, BERTopicをベースとしたトピックモデリングをMFT(Moral Foundations Theory)と統合し, 第117回米国議会におけるTwitter活動における政治トピックの長寿と道徳的側面を分析する新しいトピック進化フレームワークを提案する。 本稿では、時間とともに動的トピックの変化を追跡し、それらの道徳的価値との関係を計測し、トピックの持続性を定量化する手法を提案する。 以上の結果から, 主題が安定していながら, 粒状体が急速に溶解し, 長期的影響が制限されることが示唆された。 さらに、道徳的基盤はトピック長寿において重要な役割を担い、ケアとロイヤリティは耐久性のあるトピックを支配し、パルチザン的な違いは異なる道徳的フレーミング戦略に現れている。 この研究は、ソーシャルメディア上でモラル駆動のトピック進化を理解するためのスケーラブルで解釈可能なアプローチを提供することによって、ソーシャルネットワーク分析と計算政治談話の分野に寄与する。

関連論文リスト

• Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
  ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。 われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。 提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
  論文  参考訳（メタデータ） (2025-10-16T20:30:20Z)
• Unveiling Political Influence Through Social Media: Network and Causal Dynamics in the 2022 French Presidential Election [0.0]
  2022年のフランス大統領選挙では、政治候補者とその近しいネットワークが投稿した重要なトピックについて、毎日のTwitterメッセージを収集しました。 データ駆動型アプローチを用いて、政党間の相互作用を分析し、政治討論の風景を形成する中心的なトピックを特定します。 以上の結果から, 保健政策や外交政策といった特定の課題が, 特に急激な選挙期において, 政党間の影響力の触媒としてどのように振る舞うかが示唆された。
  論文  参考訳（メタデータ） (2025-06-19T16:35:02Z)
• 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)
• Political-LLM: Large Language Models in Political Science [159.95299889946637]
  大規模言語モデル(LLM)は、政治科学のタスクで広く採用されている。 政治LLMは、LLMを計算政治科学に統合する包括的な理解を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-12-09T08:47:50Z)
• A Structural Text-Based Scaling Model for Analyzing Political Discourse [0.0]
  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。
  論文  参考訳（メタデータ） (2024-10-14T14:05:35Z)
• MOTIV: Visual Exploration of Moral Framing in Social Media [9.314312944316962]
  本稿では、ソーシャルメディア上での道徳的レトリックの分析のためのビジュアル・コンピューティング・フレームワークを提案する。 マイクロブログデータで表されるこれらの道徳的次元のそれぞれの背後にあるテクスタイエン、テキスタイル、テキスタイルをデコンストラクションし視覚化するための方法論を提案する。 この視覚的アプローチは、迅速かつ協調的な仮説テストをサポートし、議論を呼んでいる政治的問題の背後にある道徳的価値に関する洞察を得るのに役立ちます。
  論文  参考訳（メタデータ） (2024-03-15T16:11:58Z)
• 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)
• 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)
• Aggression and "hate speech" in communication of media users: analysis of control capabilities [50.591267188664666]
  著者らは新メディアにおける利用者の相互影響の可能性を検討した。 新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。 結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
  論文  参考訳（メタデータ） (2022-08-25T15:53:32Z)
• Capturing Stance Dynamics in Social Media: Open Challenges and Research Directions [6.531659195805749]
  ソーシャルメディアプラットフォームは、幅広い社会的関心の問題に関する世論を掘り下げるために金鉱を提供する。 オピニオンマイニング(オピニオンマイニング)は、個々のソーシャルメディア投稿のスタンスを捉え、集約することで、運用できる問題である。 デジタルメディアにおける人的コミュニケーションの時間的進化と計算言語学の交わりについて検討する。
  論文  参考訳（メタデータ） (2021-09-01T16:28:24Z)

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。