論文の概要: Comparing and Modeling Argumentation in German Political Communication across Arenas

• arxiv url: http://arxiv.org/abs/2608.00288v1
• Date: Fri, 31 Jul 2026 20:46:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.566924
• Title: Comparing and Modeling Argumentation in German Political Communication across Arenas
• Title（参考訳）: アリーナ間のドイツ政治コミュニケーションにおける議論の比較とモデル化
• Abstract要約: 議論の定式化と交換を含む審議は、民主主義における政治的決定の不可欠な部分を形成する。 議論に多くの関心があるにもかかわらず、アリーナ間の政治的議論のパターンの違いを分析するための計算的な研究は比較的少ない。 我々は,3つのドイツの政治アリーナにまたがる議論的通過(論証とその正当化,その境界とカテゴリ)の注釈を付した17k文コーパスを提示する。
• 参考スコア（独自算出の注目度）: 5.995611304958171
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Deliberation, involving the formulation and exchange of arguments, forms an integral part of political decision making in democracies. Argumentation patterns however differ substantially across different political arenas, such as plenary speeches and committee meetings. However, despite a lot of interest in argumentation, there is comparatively little computational work on analyzing differences in patterns of political argumentation between arenas. Our work addresses this research gap. First, we present a 17k-sentence corpus with annotation for argumentative passages (argument and their justifications, both their boundaries and their categories) across three German political arenas (plenary speeches, committee meetings, and press conferences), keeping the topic (COVID-19) constant. Our analysis of the corpus finds that contrary to expectations, justification by domain-specific expertise is more frequent in press conferences than in committee meetings. Second, we present a pilot study on automatically identifying such argumentative passages. The results show that boundaries are hard to pin down, and models predictions additionally suffer from confirmation bias.
• Abstract（参考訳）: 議論の定式化と交換を含む審議は、民主主義における政治的決定の不可欠な部分を形成する。 しかし、議論のパターンは、議会演説や委員会会議など、異なる政治領域で大きく異なる。 しかし、議論に多くの関心があるにもかかわらず、アリーナ間の政治的議論のパターンの違いを分析するための計算的な研究は比較的少ない。 私たちの仕事はこの研究のギャップに対処する。 まず,3つのドイツ政治アリーナ(予備演説,委員会会議,記者会見)にまたがる議論的通過(論説とそれらの正当化,境界およびそれらのカテゴリ)の注釈を付した17k文コーパスを提示し,そのトピック(COVID-19)を一定に保つ。 コーパスの分析では、期待に反して、ドメイン固有の専門知識による正当化が、委員会よりも記者会見で頻繁に行われていることが分かりました。 第二に、そのような議論の通路を自動的に識別するパイロット研究を提案する。 その結果,境界の特定は困難であり,モデル予測には確認バイアスが伴うことがわかった。

関連論文リスト

• Mapping the Political Discourse in the Brazilian Chamber of Deputies: A Multi-Faceted Computational Approach [0.18567307896771823]
  本稿では,ダイアクロニックなスタイル分析,文脈的トピックモデリング,代議員の発言の意味的クラスタリングを組み合わせた,スケーラブルで一般化可能な計算フレームワークを提案する。 この枠組みを,2003年から2025年までの45万以上のスピーチコーパスを用いて,ブラジル代議院の大規模事例研究に適用した。 以上の結果から, より短い, より直接的な演説への長期的スタイル転換, 国家の危機に対応するために急進的に順応する立法議題, 散発的アライメントの詳細な地図が得られた。
  論文  参考訳（メタデータ） (2026-04-23T17:46:33Z)
• Evaluating LLM-Driven Summarisation of Parliamentary Debates with Computational Argumentation [12.06334493909551]
  大規模言語モデル(LLM)は、大規模な自動要約を可能にする。 既存の自動要約メトリクスは、一貫性の人間の判断と相関が低いことが示されている。 本稿では,議論の場として提案された議題の議論構造を根拠として,議会討論要約を評価するための公式な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-04-21T11:01:53Z)
• SAD: A Large-Scale Strategic Argumentative Dialogue Dataset [60.33125467375306]
  実際には、議論はしばしばマルチターン対話として実現される。 大規模なtextbfStrategic textbfArgumentative textbfDialogue データセットは,392,822例からなる。
  論文  参考訳（メタデータ） (2026-01-12T11:11:37Z)
• 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)
• RooseBERT: A New Deal For Political Language Modelling [10.42456252514389]
  RooseBERTは、政治談話のための事前訓練された言語モデルである。 大規模な政治討論や演説のコーパスで訓練されている。 政治討論の分析に関連する4つの下流課題について微調整を行った。
  論文  参考訳（メタデータ） (2025-08-05T09:28:20Z)
• 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)
• HatePRISM: Policies, Platforms, and Research Integration. Advancing NLP for Hate Speech Proactive Mitigation [67.69631485036665]
  我々は3つの観点からヘイトスピーチ規制と戦略を総合的に検討する。 以上の結果から,ヘイトスピーチ定義や地域ごとのモデレーション慣行に重大な矛盾があることが判明した。 自動ヘイトスピーチモデレーションのための統合フレームワークのさらなる検討のためのアイデアと研究の方向性を提案する。
  論文  参考訳（メタデータ） (2025-07-06T11:25:23Z)
• 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)
• DEBACER: a method for slicing moderated debates [55.705662163385966]
  同じ主題を持つブロックに議論を分割することは理解に不可欠である。 議論を適度に分割する新しいアルゴリズムDEBACERを提案する。
  論文  参考訳（メタデータ） (2021-12-10T10:39:07Z)
• Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
  本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。 本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
  論文  参考訳（メタデータ） (2021-06-02T06:49:19Z)
• The Unfolding Structure of Arguments in Online Debates: The case of a No-Deal Brexit [0.0]
  オンライン討論の潜在的な議論構造を抽出,分類,探索するための5段階の手法を提案する。 合意なし」ブレグジットに関するTwitterのデータを用いて、このイベントが実現した場合の期待される影響に焦点を当てる。 その結果,提案手法を議論の統計的レトリック解析に用いることができることがわかった。
  論文  参考訳（メタデータ） (2021-03-09T12:29:43Z)
• What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
  本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。 議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T04:27:48Z)

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。