MétaCan
Menu
Retour à la cohorte
Enregistrement W4406139743 · doi:10.7302/25077

Three Papers in the Applied Use of Machine Learning and Artificial Intelligence Models for the Analysis of Political Text Data

2024· article· en· W4406139743 sur OpenAlexaboutno aff
Mitchell Bosley

Notice bibliographique

RevueDeep Blue (University of Michigan) · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueComputational and Text Analysis Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtificial intelligenceComputer sciencePoliticsData scienceNatural language processingPolitical science

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,056
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0080,013
Études des sciences et des technologies0,0030,006
Communication savante0,0120,007
Science ouverte0,0030,007
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,331
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeep Blue (University of Michigan)Même sujetComputational and Text Analysis MethodsTravaux en français237 207