利用神经词嵌入检测联合国大会一般性辩论中的政策偏好与动态
计算与语言
2017-07-13 v1 人工智能
机器学习
摘要
外交政策分析一直在努力寻找衡量国际政治体系中政策偏好和范式转变的方法。本文提出了一个新颖的潜在解决方案，通过在包含国家元首或政府首脑在联合国大会一般性辩论中演讲的数据集上应用神经词嵌入模型来解决这一挑战。基于 Word2vec 模型的输出，本文提供了三个关键贡献。首先，它提出了一组政策关注指数，综合了政治演讲与特定政策主题的语义邻近度。其次，它引入了基于国家间语义位置拓扑分析的国家特定语义中心性指数。第三，它检验了政治演讲的语义内容与联合国投票行为之间存在统计关系的假设，证伪了该假设，并表明政治演讲包含的信息性质不同于投票结果背后的信息。本文最后讨论了其结果的实际用途及对外交政策分析、公众问责和透明度的影响。
引用
@article{arxiv.1707.03490,
title = {Detecting Policy Preferences and Dynamics in the UN General Debate with Neural Word Embeddings},
author = {Stefano Gurciullo and Slava Mikhaylov},
journal= {arXiv preprint arXiv:1707.03490},
year = {2017}
}