数字政治中的短文本研究：面向主题建模的文档聚合
计算与语言
2025-03-10 v1 机器学习
摘要
统计主题建模广泛用于政治科学研究文本。研究人员审视长度不一的文档，从推文到演讲。关于文档长度如何影响主题模型的可解释性，存在持续的争论。我们研究了基于划分语料库的自然单元将短文档聚合为更长文档的效果。在我们的研究中，我们分析了2016年4月至2020年9月期间美国州议员发布的一百万条推文。我们发现，对于在账户级别聚合的文档，主题与各个州的关联度高于单独使用推文时的关联度。这一发现在按出生城市聚合的维基百科页面中得到了复现，展示了文档定义如何影响主题建模的结果。
引用
@article{arxiv.2503.05065,
title = {The study of short texts in digital politics: Document aggregation for topic modeling},
author = {Nitheesha Nakka and Omer F. Yalcin and Bruce A. Desmarais and Sarah Rajtmajer and Burt Monroe},
journal= {arXiv preprint arXiv:2503.05065},
year = {2025}
}