Voting Booklet Bias: Stance Detection in Swiss Federal Communication

要約

この研究では、最近のスタンス検出手法を使用して、有権者向けの公式情報冊子の声明のスタンス (賛成、反対、または中立) を研究します。
私たちの主な目標は、「投票対象のトピックは中立的な方法で提示されているか?」という基本的な質問に答えることです。
この目的を達成するために、まずスイスの政治に関する大規模なデータセットでスタンス検出のためのいくつかのモデルをトレーニングし、比較します。
M-BERT モデルを微調整すると最高の精度が得られることがわかりました。
次に、最良のモデルを使用して、このプロジェクトの主な目的である、2022 年 9 月のスイスの一般投票に関するスイス連邦投票冊子から抽出された発言のスタンスを分析します。
私たちは、ドイツ語、フランス語、イタリア語の多言語コンテキストと単一言語コンテキストの両方でモデルを評価しました。
私たちの分析では、一部の問題は非常に支持されていますが、他の問題はよりバランスが取れており、結果は言語間でほぼ一貫していることがわかりました。
私たちの調査結果は、将来の投票小冊子の編集プロセスや、政治的議論を分析するためのより優れた自動システムの設計に影響を及ぼします。
このペーパーに付随するデータとコードは、https://github.com/ZurichNLP/voting-booklet-bias で入手できます。

要約(オリジナル)

In this study, we use recent stance detection methods to study the stance (for, against or neutral) of statements in official information booklets for voters. Our main goal is to answer the fundamental question: are topics to be voted on presented in a neutral way? To this end, we first train and compare several models for stance detection on a large dataset about Swiss politics. We find that fine-tuning an M-BERT model leads to the best accuracy. We then use our best model to analyze the stance of utterances extracted from the Swiss federal voting booklet concerning the Swiss popular votes of September 2022, which is the main goal of this project. We evaluated the models in both a multilingual as well as a monolingual context for German, French, and Italian. Our analysis shows that some issues are heavily favored while others are more balanced, and that the results are largely consistent across languages. Our findings have implications for the editorial process of future voting booklets and the design of better automated systems for analyzing political discourse. The data and code accompanying this paper are available at https://github.com/ZurichNLP/voting-booklet-bias.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google