Three Papers in the Applied Use of Machine Learning and Artificial Intelligence Models for the Analysis of Political Text Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This dissertation advances the frontier of computational political science by developing novel AI-driven methodologies for analyzing large-scale political discourse. It addresses three in- terconnected challenges in legislative and deliberative democracy research: 1) scaling quali- tative measurements, 2) mapping complex argumentative structures, and 3) enhancing text classification efficiency. The first study introduces a prompt-engineering framework leveraging large language models (LLMs) to automate the coding of deliberative quality in parliamentary speeches. I show that through a combination of detailed code book-style annotation instructions and examples drawn from a pre-validated collection of speeches, LLMs can achieve human-level performance when applying the Discourse Quality Index (DQI) to legislative debates from the US Congress. Building on this, the second study presents LegisGraph, a new approach combining LLMs with network science to represent legislative debates as structured argument graphs, where nodes represents speeches, speakers, arguments and topics, and edges capture relationships between them. Applying it to a representative corpus of Canadian parliamentary debates, I show how this method can be scaled to analyze large corpora of parliamentary debates, enabling analysis of a wide range of dynamics, including topic distribution, discourse quality trends, and patterns of polarization. The third study focuses on improving text classification efficiency by developing an algo- rithm that combines probabilistic modeling with active learning. By leveraging both labeled and unlabeled data, and focusing labeling efforts on challenging documents, this approach significantly reduces the need for labeled data while maintaining high classification accuracy. I demonstrate the effectiveness of this method through replication of two published studies with only a fraction of the original labeled data. Collectively, these studies demonstrate the transformative potential of AI in political com- munication research, offering scholars powerful tools to analyze vast corpora of political text with unprecedented depth and efficiency. This work lays the groundwork for new research that can shed light on the complexities of legislative and deliberative processes, informing policy-making and democratic governance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle