研究課題/領域番号 |
15KK0136
|
研究機関 | 早稲田大学 |
研究代表者 |
日野 愛郎 早稲田大学, 政治経済学術院, 教授 (30457816)
|
研究期間 (年度) |
2016 – 2019
|
キーワード | 政党 / マニフェスト / コンピュータ・コーディング / 計量テキスト分析 / 政策位置 / トピックモデル / 機械学習 |
研究実績の概要 |
本国際共同研究加速基金の目的は、基課題である若手研究(B)「政党マニフェストの時系列データ構築と政策位置の推定」(平成25年度~平成28年度)において収集した政党マニフェストのテキストデータに最先端のコーディング技法を適用して各政党の政策位置推定の妥当性と信頼性を高めることである。渡航先のミラノ大学では、共同研究者のLuigi Curini准教授(政治学)やStefano Iacus教授(統計学)を中心として、ヒューマン・コーディングによる文書のコード化をもとに集合的予測を可能にする統一パッケージが開発されており、共同研究を進めることで複数のコーディング技法を比較することが可能になった。 2017年度における研究成果の概要は以下の2点にまとめられる。(1)まず、電子化した政党マニフェストのテキストをもとに、WordfishのRコードを用いて政党位置の推定を進めた。マニフェストのテキストから政党の位置を一次元上において推定することを試みた結果、推定された政党位置が一定の妥当性を有することが確認された。(2)次に、構造的トピックモデル(structural topic model)の手法を用いて、マニフェストのテキストから帰納的にトピックを抽出することを試みた。いずれも、計量テキスト分析ではunsupervised methodと呼ばれる手法であるが、それぞれの手法の特性を理解した上で、分析目的に合わせて手法を採用する必要性を再認識するに至った。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
基課題で収集した政党マニフェストのテキスト化を完了させ、予定通りunsupervised methodのひとつであるWordfishを用いた分析を行った。同じくunsupervised methodのひとつであるstructural topic modelを用いた分析を行った。現在は、研究成果の公表にむけて作業を進めている。
|
今後の研究の推進方策 |
共同研究の成果を学術誌に投稿する。unsupervised methodとsupervised methodを含む他のコーディング技法との比較を進める。
|