哪些法案受到游说？美国游说活动的预测与解释
综合经济学
2020-05-14 v1 计算与语言
机器学习
经济学
摘要
利用来自 OpenSecrets.org 的游说数据，我们开展了若干实验，应用机器学习技术预测一项立法（美国法案）是否受到游说活动影响。我们还考察了游说活动强度对其与未受游说法案可区分程度的影响。我们比较了多种不同模型（逻辑回归、随机森林、CNN 和 LSTM）与文本嵌入表示（BOW、TF-IDF、GloVe、Law2Vec）的性能。我们报告了高于 0.85 的 ROC AUC 分数与 78% 准确率的结果。当关注游说强度较高的法案时，模型性能显著提升（95% ROC AUC 与 88% 准确率）。我们还提出了一种可用于无标签数据的方法。借此我们表明，有相当数量的此前未标注美国法案，我们的预测提示其中发生了某些游说活动。我们相信我们的方法可通过指示那些很可能受游说影响却未如此申报的法案，潜在地有助于美国《游说披露法》（LDA）的执行。
引用
@article{arxiv.2005.06386,
title = {Which bills are lobbied? Predicting and interpreting lobbying activity in the US},
author = {Ivan Slobozhan and Peter Ormosi and Rajesh Sharma},
journal= {arXiv preprint arXiv:2005.06386},
year = {2020}
}