2021年德国政党选举纲领：基于 SentiArt 的可理解性与亲和力计算分析
计算与语言
2021-09-28 v1 机器学习
摘要
本文使用最先进的计算工具对 2021 年议会选举前六个德国政党发布的选举纲领进行定量叙事、主题和情感分析。我们比较了计算选举纲领文本相似度的不同方法，包括 Jaccard Bag 相似度、潜在语义分析、doc2vec 和 sBERT，其表征和计算复杂度从第一种到第四种方法依次增加。将一种源自 Fowlkes Mallows 得分的新整文档相似度度量应用于 sBERT 转换句子的 kmeans 聚类。使用通过 SentiArt (Jacobs, 2019) 计算的文本可读性和情感潜能的新颖指标，我们的数据揭示了各政党纲领在长度、主要思想、可理解性、亲和力以及语义复杂性方面的异同。除其他发现外，它们表明 SPD 和 CDU 的纲领最有可能被理解且具有亲和力——在其他条件相同的情况下——并且提出了一个重要问题，即哪种相似度度量最适合比较诸如选举纲领这样必然共享大量词汇的文本。虽然此类分析无法替代定性分析或对文本的深度阅读，但它们提供的预测可以在实证研究中得到验证，并可能成为改变未来选举纲领某些方面的动力，使其更具可理解性和/或亲和力。
引用
@article{arxiv.2109.12500,
title = {Electoral Programs of German Parties 2021: A Computational Analysis Of Their Comprehensibility and Likeability Based On SentiArt},
author = {Arthur M. Jacobs and Annette Kinder},
journal= {arXiv preprint arXiv:2109.12500},
year = {2021}
}
备注
24 pages, 5 figure,1 table