在媒体食谱上训练的语言模型可预测公众舆论
计算与语言
2023-03-30 v1 机器学习
摘要
公众舆论反映并塑造社会行为，但传统的基于调查的测量工具存在局限。我们引入一种新颖方法来探查媒体食谱模型——即适配于在线新闻、电视广播或电台节目内容的语言模型——其能够模拟已消费一组媒体的子群体的观点。为验证该方法，我们使用美国全国代表性调查中表达的关于COVID-19和消费者信心的观点作为真值。我们的研究表明该方法（1）可预测调查回复分布中的人类判断，且对措辞和媒体曝光渠道具有鲁棒性，（2）在建模更密切关注媒体的人群时更准确，（3）与关于哪些类型观点受媒体消费影响的文献一致。探查语言模型提供了一种研究媒体效应的有力新方法，在补充民调与预测公众舆论方面具有实际应用，并表明有必要进一步研究神经语言模型预测人类响应所展现出的惊人保真度。
引用
@article{arxiv.2303.16779,
title = {Language Models Trained on Media Diets Can Predict Public Opinion},
author = {Eric Chu and Jacob Andreas and Stephen Ansolabehere and Deb Roy},
journal= {arXiv preprint arXiv:2303.16779},
year = {2023}
}