arXiv cs.CY· Sarah Sulollari, Vanja Karan, Benjamin Roth·· 11 小时前AI 评分18
用微调 BERT 预测政党归属，分析奥地利议会演讲特征
Analysing Austrian Parliamentary Speeches by Predicting Party Affiliations
AI 导读
研究提出基于微调 BERT 模型的方法，为奥地利国民议会每篇演讲输出各政党概率分布，并按演讲者和政党层级聚合。结果显示联合执政的政党演讲特征趋于相似，反对党则与执政党渐行渐远；议员转党后通常只在转党之后才调整演讲特征。团队公开了 1996 至 2018 年奥地利国民议会演讲政党归属预测数据集。
正文 · AI 翻译
摘要：本文考察奥地利国民议会成员（CMs）的言语特征。我们引入一种基于微调 BERT 模型的分析方法，该模型为每段发言赋予一个在奥地利各政党上的概率分布。随后在发言人和政党层面进行汇总。我们进行了广泛评估，以确保在进一步分析之前所生成分布的质量。我们没有将预测政党的错误分配视为性能问题，而是利用它们来获取关于 CMs 和政治发展的洞见。我们的发现表明，联合执政的政党在言语特征上变得更加相似，而类似地，反对党则与执政党的距离进一步拉大。此外，更换政党的 CM 通常只在更换发生之后才调整其言语特征。最后，我们公开发布了一个数据集，其中包含 1996 年至 2018 年奥地利国民议会发言的政党归属预测。
| 评论： | KONVENS 2026 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；计算机与社会（cs.CY）；机器学习（cs.LG） |
| ACM 分类： | I.2.7; I.7.0; J.4 |
| 引用为： | arXiv:2610.32515 [cs.CL] |
| （或 arXiv:2610.32515v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32515 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sarah Sulollari [查看电子邮件]
[v1]
2026年10月23日星期五 11:38:35 UTC（676 KB）
来源：arXiv cs.CY · arxiv.org