[論文レビュー] The Issue-Adjusted Ideal Point Model

Sean Gerrish, David M. Blei|arXiv (Cornell University)|Sep 26, 2012

Risk and Portfolio Optimization参考文献 31被引用数 3

ひとこと要約

本稿は、テキストベースのトピックモデリングを用いて問題別政策位置を組み込むことで、古典的アイドルポイントモデルを拡張する問題調整付き理想点モデルを提案する。議員の投票行動を一般的イデオロギー的立場と問題別乖離の両者の関数としてモデル化することにより、特にH.R. 1338のような法案では予測精度がほぼ完璧にまで向上し、外交政策や社会サービスなどの特定問題における与党の規範から逸脱する議員の行動についても解釈可能なインサイトを提供する。

ABSTRACT

We develop a model of issue-specific voting behavior. This model can be used to explore lawmakers' personal voting patterns of voting by issue area, providing an exploratory window into how the language of the law is correlated with political support. We derive approximate posterior inference algorithms based on variational methods. Across 12 years of legislative data, we demonstrate both improvement in heldout prediction performance and the model's utility in interpreting an inherently multi-dimensional space.

研究の動機と目的

• 古典的アイドルポイントモデルが単一次元のイデオロギー的立場を仮定しており、問題別投票乖離を捉えられていないという限界を是正すること。
• 議員の投票行動が特定の問題分野によってどのように変化するか、特に特定の法案で与党の規範から逸脱する場合をモデル化すること。
• 立法案のテキストコンテンツをトピックモデリングによって特定し、ロール・カールデータにおける予測精度を向上させること。
• 与党所属を越えた洗練されたイデオロギー的立場を明らかにする解釈可能な多次元的立法行動表現を提供すること。
• 手続き的投票や象徴的立法における戦略的・象徴的投票パターンを明らかにするモデルの有効性を検証すること。

提案手法

• 提案法案のテキストから問題トピックを抽出するために確率的トピックモデル（例：LDA）を用い、各法案を政策テーマの集合に関連付ける。
• 古典的アイドルポイントモデルを拡張し、各議員に対して問題別乖離パラメータを導入することで、理想点が問題ごとに変化することを可能にする。
• 大規模なロール・カールデータセットにおけるスケーラブルな推論を可能にするために、潜在変数の事後分布を近似するための変分推論を採用する。
• 一般化線形モデルフレームワークを用いて、各投票を議員の一般的理想点と、特定法案の問題分野における乖離の関数としてモデル化する。
• 法案のテキスト的特徴を投票モデルに統合し、各立法提案の政策内容に基づいて動的に予測を調整する。
• ホールドアウト予測性能（例：対数尤度）を用いて、古典的アイドルポイントモデルとの比較によりモデルの改善を評価する。

実験結果

リサーチクエスチョン

• RQ1 問題別政策位置を考慮することで、ロール・カール投票におけるアイドルポイントモデルの予測精度をどのように向上させられるか？
• RQ2 議員はどの程度、特定の問題において一般的イデオロギー的立場から逸脱しており、その乖離を体系的にモデル化できるか？
• RQ3 法案内容のテキスト分析を用いて関連する政策問題を特定し、立法投票パターンの解釈可能性を向上させられるか？
• RQ4 問題調整により、従来の一次元モデルでは捉えきれない戦略的・象徴的投票行動がどのように明らかになるか？
• RQ5 手続き的投票において、本モデルは古典的アイドルポイントモデルよりも極端な対立をよりよく捉えられるか？

主な発見

• 問題調整付き理想点モデルは、複雑または問題別に特化した政策内容を有する法案において、古典的アイドルポイントモデルに比べて予測性能が顕著に向上した。
• アメリカコーパス法（H.R. 1338）では、本モデルが408票中407票を正しく予測したのに対し、古典モデルでは377票にとどまり、精度向上が顕著に確認された。
• ロン・ポールやデニス・クーシニッチのような議員は、体系的な問題別乖離を示しており、たとえば保守的共和党でありながら社会サービス分野で自由主義的立場を取っていたが、本モデルはこれを的確に捉えた。
• アラスカ州の共和党員であるドナルド・ヤングは、郵便局の命名反対など、特異な象徴的投票行動を示したが、これは古典的アイドルポイントモデルでは検出できなかったが、問題別調整により明確に明らかになった。
• 本モデルは、手続き的投票が実質的投票よりも強い派閥的対立を示すことを特定した。問題調整により、手続き的問題における極端な対立が顕在化し、手続き的カルテル理論を支持する証拠が得られた。
• 本モデルの問題別乖離は、強固で解釈可能であり、外交政策、人権、特別な記念月など、与党規範から逸脱する議員の行動を解明するためのインサイトを提供する。