[논문 리뷰] The Issue-Adjusted Ideal Point Model

Sean Gerrish, David M. Blei|arXiv (Cornell University)|2012. 09. 26.

Risk and Portfolio Optimization참고 문헌 31인용 수 3

한 줄 요약

이 논문은 텍스트 기반 토픽 모델링을 사용하여 문제별 정책 위치를 통합함으로써 고전적 이상점수 모델을 확장한 문제 조정 이상점수 모델을 제안한다. 입법자들의 투표 행동을 일반적인 이념적 위치와 문제별 이탈 정도의 함수로 모델링함으로써, 이 모델은 투표 회의록 데이터에서 예측 정확도를 향상시키며, H.R. 1338와 같은 법안에서는 거의 완벽한 성능을 기록한다. 동시에 외교 정책이나 사회 복지와 같은 특정 문제에서 정당 규범에서 벗어나는 입법자의 행동에 대한 해석 가능한 통찰을 제공한다.

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.

연구 동기 및 목표

• 고전적 이상점수 모델이 단일 차원의 이념적 위치를 가정하고 문제별 투표 이탈을 포착하지 못한다는 한계를 해결하기 위해.
• 특정 법안에서 정당 규범에서 벗어나는 경우 입법자들의 투표 행동이 어떻게 다양한 문제 영역에서 달라지는지 모델링하기 위해.
• 문서의 텍스트 내용을 토픽 모델링을 통해 활용함으로써 회의록 데이터의 예측 정확도를 향상시키기 위해.
• 정당 소속을 초월한 세밀한 이념적 위치를 드러내는 다차원적이고 해석 가능한 입법 행동 표현을 제공하기 위해.
• 기존의 일차원 모델이 포착하지 못하는 전략적 또는 상징적 투표 패턴(예: 절차적 투표 또는 상징적 법안)을 드러내기 위해 모델의 유용성을 검증하기 위해.

제안 방법

• 제안된 법안의 텍스트에서 문제 주제를 추출하기 위해 확률적 토픽 모델(예: LDA)을 사용하여 각 법안에 정책 주제 집합을 연결한다.
• 고전적 이상점수 모델을 문제별 이탈 매개변수를 도입함으로써 확장하여, 입법자의 이상점수가 문제에 따라 달라지도록 한다.
• 대규모 회의록 데이터셋에서의 스케일러블 추론을 가능하게 하기 위해 잠재 변수의 사후분포를 근사하기 위해 변분 추론을 활용한다.
• 일반 이상점수와 특정 법안의 문제별 이탈 정도를 함수로 사용하여, 일반선형모형 프레임워크 내에서 각 투표를 모델링한다.
• 법안의 텍스트적 특징을 투표 모델에 통합하여, 각 입법 제안의 정책 내용에 따라 예측을 동적으로 조정한다.
• 모델 개선 여부를 평가하기 위해 예측 성능을 검증하기 위해 보류된 데이터에서의 성능(예: 로그우도)을 적용한다.

실험 결과

연구 질문

• RQ1 문제별 정책 위치를 고려함으로써 이상점수 모델의 회의록 투표 예측 정확도를 어떻게 향상시킬 수 있는가?
• RQ2 입법자들이 특정 문제에서 자신의 일반적인 이념적 위치에서 얼마나 벗어나며, 이러한 이탈은 체계적으로 모델링될 수 있는가?
• RQ3 법안 텍스트 분석을 통해 관련 정책 문제를 식별하고 입법 투표 패턴의 해석 가능성을 향상시킬 수 있는가?
• RQ4 문제 조정을 통해 전통적인 일차원 모델이 포착하지 못하는 전략적 또는 상징적 투표 행동은 어떻게 드러나는가?
• RQ5 기존의 이상점수 모델에 비해 이 모델은 절차적 투표에서 더 잘 극복된 분열을 포착하는가?

주요 결과

• 문제 조정 이상점수 모델은 고전적 이상점수 모델에 비해 보류된 데이터 예측 성능을 크게 향상시키며, 특히 복잡하거나 문제 중심의 정책 내용을 포함한 법안에서 두드러진 성능 향상을 보였다.
• AmeriCorps 법안(H.R. 1338)에서는 기존 모델이 377개의 투표를 올바르게 예측한 데 비해, 본 모델은 407개의 투표를 올바르게 예측하여 정확도 향상이 뚜렷하게 나타났다.
• Ron Paul와 Dennis Kucinich와 같은 입법자들은 체계적인 문제별 이탈을 보였는데, 예를 들어 공화당이지만 사회 복지 문제에 대해 진보적 입장을 취한 Paul의 경우, 본 모델이 이를 성공적으로 포착하였다.
• 알라스카의 공화당 소속인 Donald Young은 우표 발행소 명명 반대와 같은 특수한 상징적 투표 행동을 보였는데, 이는 고전적 이상점수 모델에서는 감지되지 않았지만 문제별 조정을 통해 명확히 드러났다.
• 모델은 절차적 투표가 실질적 투표보다 더 강한 정당적 분열을 보임을 밝혀내었으며, 문제 조정을 통해 절차적 문제에서 더 극단적인 분열이 드러남을 확인하여 절차적 카르텔 이론을 지지한다.
• 모델의 문제별 이탈 정도는 탄탄하고 해석 가능하며, 외교 정책, 인권, 특별 기간과 같은 문제에서 정당 규범에서 벗어나는 입법자의 행동을 이해하는 데 도움을 준다.