党派语言使用中的道德共识与分歧

政治话语中的极化显著加剧，导致了党派分歧的扩大。在本文中，我们分析了 Reddit 社区（294,476,146 条评论）和新闻机构（6,749,781 篇文章）中的大规模真实语言使用，以揭示党派语言分裂的心理维度。利用基于海量文本语料中词语共现捕捉语义关联的词嵌入模型，我们识别了自然政治话语中存在的情感极化模式。随后，我们沿道德（道德到不道德）、威胁（威胁到安全）和效价（愉悦到不愉悦）维度，探查了与七个政治话题（如堕胎、移民）相关词语的语义关联。在 Reddit 社区和新闻机构中，我们都识别出了不同党派倾向文本来源之间词语道德关联上微小但系统的分歧。词语的道德关联在保守派与自由派文本来源间高度相关（平均 $\rho$ = 0.96），但差异仍足够可靠，使我们能以超过 85% 的分类准确率沿党派界线区分文本来源。这些发现强调，尽管政治光谱上存在共享的道德理解，仍存在一致的差异塑造着党派语言并可能加剧政治极化。我们的结果来自社交媒体的非正式互动和新闻机构的精心叙述，表明这些趋势是广泛存在的。借助先进计算技术，本研究提供了补充政治态度传统方法的新视角。