基于结构文本的标度模型：用于分析政治话语

基于其个人特征和行为对政治行为者进行标度化，有助于轮廓化和分组，以及理解政治格局的变化。本文介绍了结构文本标度（STBS）模型，用于从文本数据中推断潜在主题的演讲者的意识形态位置。我们扩展了用于文本数据主题建模的常规泊松分解规范，采用灵活的收缩先验以引导稀疏性并增强可解释性。我们还纳入演讲者特定的协变量，以评估其与意识形态位置的关联。将STBS应用于第114届国会的美国参议院演讲，我们识别出移民和枪支暴力是国会两大党派之间最具极化性的议题。此外，我们发现关于堕胎的讨论中，演讲者的性别对其立场有显著影响，女性演讲者更关注女性健康。我们还发现，演讲者的地区来源对其意识形态位置的影响大于其宗教信仰。