[论文解读] Complex Politics: A Quantitative Semantic and Topological Analysis of UK House of Commons Debates

Stefano Gurciullo, Michael J. Smallegan+9 more|arXiv (Cornell University)|Oct 13, 2015

Topological and Geometric Data Analysis参考文献 24被引用 7

一句话总结

本研究将动态主题模型（DTM）与拓扑数据分析（TDA）应用于1975年至2014年共40年的英国下议院辩论，揭示了个体议员和政党在立法体系中稳定且时间一致的角色。研究识别出政治凝聚力的系统性模式，并为利用非结构化话语数据建模政治动态奠定了基础。

ABSTRACT

This study is a first, exploratory attempt to use quantitative semantics techniques and topological analysis to analyze systemic patterns arising in a complex political system. In particular, we use a rich data set covering all speeches and debates in the UK House of Commons between 1975 and 2014. By the use of dynamic topic modeling (DTM) and topological data analysis (TDA) we show that both members and parties feature specific roles within the system, consistent over time, and extract global patterns indicating levels of political cohesion. Our results provide a wide array of novel hypotheses about the complex dynamics of political systems, with valuable policy applications.

研究动机与目标

• 通过定量语义与拓扑方法，探索英国下议院中的系统性模式。
• 调查个体议员与政党是否在立法体系中随时间保持一致且可识别的角色。
• 开发一种数据驱动框架，用于评估复杂立法机构中的政治凝聚力与系统性动态。
• 利用非结构化辩论数据，生成关于政治系统复杂动态的新型假设。
• 为未来整合情感分析与政治成功预测建模奠定基础。

提出的方法

• 将动态主题模型（DTM）应用于1975年至2014年共37个议会会期的辩论数据，以建模政策主题的演变。
• 采用拓扑数据分析（TDA）映射政治话语的结构，识别辩论语义空间中的持久模式。
• 通过在12个时间切片数据子集上进行5折交叉验证，选择DTM模型，基于对数似然最大化确定最优主题数量。
• 基于时间切片中对数似然的中位数与12个数据子集中的多数规则，确定最优主题数为15。
• 使用R包'topicmodels'中的Gibbs采样训练LDA模型，以确保主题估计的稳健性。
• 将TDA应用于DTM输出，可视化并分析随时间演进的政治话语的拓扑结构，包括持久特征如环路与空洞。

实验结果

研究问题

• RQ1 英国下议院的政策主题如何随时间演变？不同议会会期的主导主题是什么？
• RQ2 个体议员与政党是否在立法话语的语义与拓扑结构中占据稳定且独特的角色？
• RQ3 通过辩论内容的拓扑分析，能否检测到政治凝聚力或分裂的系统性模式？
• RQ4 话语的语义与拓扑结构能否预测政治行为或政党动态？
• RQ5 如何系统性地分析非结构化立法话语数据，以揭示潜在的政治动态并支持政策评估？

主要发现

• 通过在12个时间切片数据集上交叉验证与对数似然最大化，DTM模型的最优主题数为15。
• 个体议员与政党均在辩论网络的语义与拓扑结构中表现出一致且时间稳定的角色。
• 拓扑数据分析揭示了持久的结构特征（如环路与空洞），表明存在系统性的政治凝聚力与意识形态聚类模式。
• 初步情感分析使用斯坦福情感树干（Stanford Sentiment Treebank）显示，下议院辩论存在强烈负面情感偏移。
• DTM与TDA的整合能够识别出传统定性分析难以察觉的稳定政治话语模式。
• 结果支持利用语义与拓扑方法对政治主体进行画像，并大规模评估制度动态的可行性。