多言語埋め込みとグラフニューラルネットワークに基づくTwitterテキストからの政治的立場の類似性の推定

抄録

数多くの研究が、ソーシャルメディアユーザーの性別、年齢、政治的指向などの潜在的属性を明らかにすることに成功している。イデオロギー推定の領域では、主にコンテンツ分析とネットワーク分析の2つの方法論がある。コンテンツ分析では、サポートベクターマシンのようなアルゴリズムを用いてテキストやハッシュタグを精査し、二値分類や多値分類を行う。一方、ネットワーク分析では、リツイート、メンション、フォロワーなどの関係性を調査し、これらのネットワークの同質性を利用してユーザーを分類する。我々は、コンテンツ分析を用いて、多言語コンテキストにおける政治的立場の類似性を検出する新しい方法論を提案した。高次元の政治的次元を確立することから始め、政治家のユーザーベクトルをこの政治的軸に投影した。ソーシャルメディアデータセットの分析を通じて、米国の民主党と共和党の間に明確な二極化が存在することを示し、文レベルのモデルが単語レベルのモデルよりも優れていることを示した。今後の課題として、位置情報をリツイートグラフニューラルネットワークのノードの属性として利用する組み合わせ手法にも取り組んでおり、単数手法との比較を行う。