[論文レビュー] Topology Analysis of International Networks Based on Debates in the United Nations

Stefano Gurciullo, Slava Mikhaylov|arXiv (Cornell University)|Jul 29, 2017

Topological and Geometric Data Analysis参考文献 3被引用数 7

ひとこと要約

本稿は、1970年から2014年までの国連総会一般討論会における発言の意味的パターンを分析することで、国連加盟国間のイデオロギー的・認識論的コミュニティを推定する新規手法を提案する。LDAによるトピックモデリング、情報理論的類似度（正規化相互情報量）、マップ方程式フレームワークを用い、意味的ネットワークを構築・分析することで、冷戦期のソ連指導圏コミュニティが明確に特定され、ソ連崩壊期に顕著なトポロジー的転換が観察された。

ABSTRACT

In complex, high dimensional and unstructured data it is often difficult to extract meaningful patterns. This is especially the case when dealing with textual data. Recent studies in machine learning, information theory and network science have developed several novel instruments to extract the semantics of unstructured data, and harness it to build a network of relations. Such approaches serve as an efficient tool for dimensionality reduction and pattern detection. This paper applies semantic network science to extract ideological proximity in the international arena, by focusing on the data from General Debates in the UN General Assembly on the topics of high salience to international community. UN General Debate corpus (UNGDC) covers all high-level debates in the UN General Assembly from 1970 to 2014, covering all UN member states. The research proceeds in three main steps. First, Latent Dirichlet Allocation (LDA) is used to extract the topics of the UN speeches, and therefore semantic information. Each country is then assigned a vector specifying the exposure to each of the topics identified. This intermediate output is then used in to construct a network of countries based on information theoretical metrics where the links capture similar vectorial patterns in the topic distributions. Topology of the networks is then analyzed through network properties like density, path length and clustering. Finally, we identify specific topological features of our networks using the map equation framework to detect communities in our networks of countries.

研究の動機と目的

• 一般討論会のテクストデータを用いて、国連加盟国間のイデオロギー的および認識論的コミュニティを特定すること。
• ネットワーク科学分野におけるギャップを埋めるために、単に意味的コンセプト間の関係ではなく、実際の政治的主体間の関係をモデル化すること。
• 特に主要な地政的転換期を含め、時間経過に伴う国際的イデオロギー的ネットワークの構造的変化を同定すること。
• 本手法が、冷戦期のソ連指導圏のような既知の歴史的グループを回復できるかを検証すること。
• 国際関係におけるイデオロギー的接近度を研究するための再現可能でデータドリブンなフレームワークを提供すること。

提案手法

• 1年ごとに、国連発言から8つの政策関連トピックを抽出するため、潜在ディリクレ割り当て（LDA）を適用し、各国のトピック確率ベクトルを生成する。
• 正規化相互情報量（NMI）を、国別トピックベクトル間の類似度測度として用い、重み付き国別ネットワークを構築する。
• ネットワークトポロジーは、密度、平均パス長、クラスタリング係数といった標準的指標を用いて分析し、時間的変化に伴う構造的変化を検出する。
• マップ方程式フレームワークとInfomapアルゴリズムを用いて、意味的ネットワーク内のコミュニティを同定し、類似したイデオロギー的プロファイルを持つ国々のグループを特定する。
• 1970年から2014年までの国連総会発言コーパス（UNGDC）を用い、全国連加盟国をカバーしており、ハーバード・データバーチェで公開済み。
• ネットワーク特性とコミュニティ構造の時間的分析により、冷戦後再編といったフェーズ転移の検出が可能となった。

実験結果

リサーチクエスチョン

• RQ1 意味的ネットワーク科学は、発言内容に基づいて国連加盟国間の意味的コミュニティを的確に検出できるか？
• RQ2 国連発言から導出される国際的ネットワークのトポロジー的性質は、特に主要な地政的出来事の時期にどのように変化するか？
• RQ3 本手法は、冷戦期のソ連指導圏のような歴史的に知られたグループを的確に回復できるか？
• RQ4 情報理論的類似度測度は、単純なテクスト類似度手法に比べて、イデオロギー的接近度をどの程度よく捉えられるか？
• RQ5 検出されたコミュニティは、異なる年次においてどの程度安定的かつ解釈可能であり、それらはグローバルな同盟関係の変化をどのように示唆するか？

主な発見

• ネットワーク密度、平均パス長、クラスタリング係数に、ソ連崩壊に伴う1980年代後半から1990年代初頭にかけて顕著な構造的転換が観察された。
• マップ方程式フレームワークにより、冷戦期に明確なソ連指導圏コミュニティが同定され、本手法の妥当性の部分的裏付けが得られた。
• 検出されたコミュニティ数は時間経過とともに変動し、1990年以降に顕著に増加し、グローバル政治的議論の多様化を反映していた。
• 米国、英国、フランスは、意味的ネットワークにおいて一貫して中心的かつ高接続性の位置に位置づけられ、イデオロギー的中心性を示した。
• 本手法により、地理的要因や経済的水準だけでなく、多国間外交における共通の政策的優先順位や修辞的フレーミングが、イデオロギー的一致を形作っていることが明らかになった。
• 意味的ネットワークから、2000年代に中国、ロシア、米国がますます一貫性のあるクラスタを形成していることが示され、主要なグローバル問題における戦略的連携の強化が裏付けられた。