MARC

 008250123s2024        us                              c    eng  d
■001000017164418
■00520250211153000
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346387428
■035    ▼a(MiAaPQ)AAI31631266
■035    ▼a(MiAaPQ)PennState19177mlb6496
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a006.35  
■1001  ▼aBurnham,  Michael.
■24510▼aNatural  Language  Politics
■260    ▼a[Sl]▼bThe  Pennsylvania  State  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a131  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-05,  Section:  B.
■500    ▼aAdvisor:  Nelson,  Michael  J.
■5021  ▼aThesis  (Ph.D.)--The  Pennsylvania  State  University,  2024.
■520    ▼aThis  dissertation  explores  the  how  recent  advancements  in  text  analysis  methods  can  be  applied  to  political  research.  In  the  first  chapter,  I  demonstrate  how  language  models  can  facilitate  opinion  mining  at  a  much  larger  scale  than  was  previously  possible,  and  guide  researchers  through  best  practices  in  employing  these  methods.  In  the  second  chapter,  I  build  on  these  methods  by  presenting  a  method  of  estimating  ideology  from  text  that  is  based  on  expressed  opinions  rather  than  the  choice  of  words.  Finally,  in  chapter  three  I  demonstrate  how  these  methods  enable  researchers  to  ask  and  answer  questions  about  politics  that  may  have  been  infeasible  previously.  The  chapter  uses  text  analysis  to  present  the  first  scaling  method  for  affective  polarization  among  members  of  congress,  and  then  uses  this  measure  to  test  how  affective  polarization  influences  legislative  effectiveness.
■590    ▼aSchool  code:  0176.
■650  4▼aText  categorization
■650  4▼aNominations
■650  4▼aIdeology
■650  4▼aSentiment  analysis
■650  4▼aNeural  networks
■650  4▼aLabeling
■650  4▼aPolitical  parties
■650  4▼aPolitical  science
■650  4▼aAttitudes
■650  4▼aDocuments
■650  4▼aAutomatic  text  analysis
■650  4▼aSocial  sciences
■650  4▼aSemantics
■650  4▼aNatural  language
■650  4▼aCOVID-19
■650  4▼aWeb  studies
■650  4▼aLogic
■690    ▼a0615
■690    ▼a0800
■690    ▼a0646
■690    ▼a0395
■71020▼aThe  Pennsylvania  State  University.
■7730  ▼tDissertations  Abstracts  International▼g86-05B.
■790    ▼a0176
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17164418▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서