KOKKAI DOC：一个用于规模化分析议会代表的大语言模型驱动框架

本文介绍了一个由大语言模型（LLM）驱动的框架，旨在准确规模化分析议会代表的政治议题立场。通过利用先进的自然语言处理技术和大语言模型，所提出的方法通过解决诸如噪声语音数据、选择政治轴时的人工偏差以及缺乏动态历时分析等关键挑战，改进并增强了先前的方法。该框架包含三大创新：（1）通过摘要对议会演讲进行去噪，以产生更清晰、更一致的意见嵌入；（2）从立法者的演讲摘要中自动提取政治争议轴；（3）历时分析，追踪政党立场随时间的演变。我们进行了定量和定性评估以验证我们的方法。定量评估表明，在各种政治议题上与专家预测具有高度相关性，而定性分析揭示了语言模式与政治意识形态之间的有意义的关联。本研究旨在通过在网络应用程序 kokkaidoc.com 上向公众开放结果，产生超越学术界的影响。我们希望，通过我们的应用程序，日本选民能够获得对政治格局的数据驱动洞察，从而帮助他们做出更细致的投票决定。总体而言，这项工作为将大语言模型应用于政治科学的日益增长的研究体系做出了贡献，提供了一个灵活可靠的框架，用于从议会演讲中规模化分析政治立场。同时也探索了该研究在现实世界中的实际应用，以产生现实世界的影响。