Sep, 2023

研究欧洲议会中的游说影响

HTML
PDF
TL;DR我们提出了一种基于自然语言处理（NLP）的方法，用于研究欧洲议会（EP）中利益集团（游说团体）在立法过程中的影响。通过收集和分析利益集团的立场文件和欧洲议会成员（MEPs）的演讲，我们能够发现MEPs与利益集团之间的可解释联系。我们的最佳方法在对比分析中获得了0.77的AUC得分，并且明显优于其他基准方法。此研究有助于提高民主机构内复杂决策过程的透明度。
发现论文，激发创造
  • 揭示欧洲议会全体会议的政治议程: 一个主题分析

    使用动态主题模型，分析欧洲议会议员在议会演讲中的政治互动，发现议会的政治议程有着显著的演变，受到议会委员会结构以及欧盟条约公投等外部事件的影响。

    May, 2015

  • 运用动态主题建模探索欧洲议会的政治议程

    本研究使用基于两层非负矩阵分解（NMF）的新动态主题建模方法分析了欧洲议会（EP）大会的政治议程及议员的讲话反应，结果显示两层NMF是现有动态主题建模方法的有力替代，并可揭示不受现有方法捕捉的专业主题和相关词汇。政治议程在欧洲议会显著演变并受到外部事件的影响，而MEP对议程的贡献也受到投票行为和议会委员会结构的影响。

    Jul, 2016

  • FairGer：使用NLP测量155年德国议会辩论中对妇女和移民支持情况

    通过对155年德国政治辩论中对妇女和移民的支持进行测量，我们提供了一个1205个文本片段的支持标准，并使用BERT模型推断大规模趋势。我们的研究结果表明，德国社会在政治精英的支持下，变得更加公正。

    Oct, 2022

  • 大型语言模型作为公司游说者

    用大型语言模型辅助企业游说，帮助识别相关立法并草拟游说信，引发对人工智能游说的界限问题。

    Jan, 2023

  • 利用大型语言模型在零样本学习下估算政治家意识形态

    本篇研究利用ChatGPT等大语言模型对美国116届参议员进行纵向比较和分析，并筛选出与其政治思想立场相关的因素，在政治科学等领域进一步开拓了利用大语言模型技术进行测量与收集社会科学数据的新途径。

    Mar, 2023

  • 机器学习和统计方法用于衡量政党相似度

    采用自然语言处理技术中的大型变形器模型，对政党政治纲领进行相似度测量，并分析它们与专家调查、选民投票记录及候选人网络等指标的相关性，考虑了这种方法替代专家判断的前景。

    Jun, 2023

  • CommunityFish：基于泊松分布的具有层次聚类的文档缩放

    该研究介绍了CommunityFish，它是Wordfish的一个增强版本，使用层次聚类方法将语料库中的词语空间聚类为语义和独立的n-grams社群，并将其作为Wordfish方法的输入，以强调结果的可解释性和提高执行速度。通过突出美国国情咨文的历史发展，并使用政党立法宣言的语料库，该技术不仅生成了社群，还能够复制德国的主导政治立场。

    Aug, 2023

  • 议会会议中的多语种情感识别训练数据集ParlaSent

    本文介绍一种基于情感分析的新数据集以及依此数据集进行的一系列实验，重点是训练一个强大的情感分类器用于议会会议。此外，还引入了第一个领域特定的LLM（语言模型）用于政治科学应用，并在27个欧洲议会的会议记录中进行了1.72亿专业领域词汇的预训练。通过实验证明，LLM在议会数据上的额外预训练可以显著提高模型的性能，尤其是在情感检测等具体领域任务上。同时，该研究显示多语言模型在未知语言上表现良好，并且来自其他语言的额外数据显著提高了目标议会的结果。本文对社会科学的多个领域做出了重要贡献，并将其与计算机科学和计算语言学相结合。最后，它建立了一种更可靠的政治文本情感分析方法，使学者能够使用标准化的工具和技术，从比较的视角研究政治情感。

    Sep, 2023

  • 政治信息源的知识图谱表示

    本文通过11.5年的数据分析，从知识图谱角度证明了特定信息传播导致回音室的形成不仅与集体拓扑结构有关，还与个体信息消费方式相关，并且信息源的相对‘内部’中立性及对少数实体的极化态度可能引发听众世界观的根本差异性。

    Apr, 2024

  • 德国政党问答：评估商业大型语言模型的政治偏见和拍马屁行为

    本研究解决了商业大型语言模型（LLMs）在多党制中可能存在的政治偏见和拍马屁行为的评估问题。我们开发了基于投票建议应用程序Wahl-o-Mat的基准数据集GermanPartiesQA，发现所有被评估的LLMs表现出左绿倾向。研究结果显示，LLMs的输出可以在政治场景中进行个性化调整，指向一种更符合上下文的个性化，而不是简单的拍马屁。

    Jul, 2024