Kernekoncepter
이 연구는 유럽 정당 강령에서 사회 집단에 대한 언급을 식별하기 위한 컴퓨터 텍스트 분류 전략을 제안합니다. 딥러닝 기술과 대규모 언어 모델을 활용하여 텍스트에서 집단 기반 호소를 포착합니다.
Resumé
이 연구는 유럽 정당 강령에서 사회 집단에 대한 언급을 식별하기 위한 컴퓨터 텍스트 분류 전략을 제안합니다.
연구진은 다음과 같은 접근법을 사용했습니다:
사회 집단에 대한 사전 정의된 사전을 바탕으로 한 감독된 식별
사전에 포함된 집단의 의미를 학습하고 다른 표현을 찾아내는 다국어 BERT 모델 활용
Mistral 대규모 언어 모델을 활용하여 사전에 정의되지 않은 집단까지 추출하고, 임베딩 공간 기반 필터링을 통해 노이즈를 제거
이 방법론을 통해 연구진은 1980년부터 2021년까지 15개 유럽 국가의 정당 강령에 나타난 사회 집단 전체를 포착할 수 있었습니다. 또한 서로 다른 방법론의 성능을 비교하여 집단 호소 식별의 한계와 개선 방향을 제시했습니다.
Statistik
급진 우파 정당의 득표율이 높을수록 주류 정당과 급진 우파 정당의 집단 호소가 유사해지지는 않는다.
주류 정당의 득표 감소가 주류 정당과 급진 우파 정당의 집단 호소 유사성을 높이지도 않는다.
집권당은 비집권당에 비해 급진 우파 정당과의 집단 호소 유사성이 낮다.