Ideology Prediction of German Political Texts
Dieser Artikel schlägt einen auf Transformern basierenden Ansatz vor, um die politische Ausrichtung deutscher Texte auf einem kontinuierlichen Spektrum von links nach rechts vorherzusagen, und zeigt durch Experimente an vier unterschiedlichen Korpora, dass Modellarchitektur und domänenspezifische Trainingsdaten für die Erzielung hoher Genauigkeit bei der Schätzung von Verzerrungen ebenso entscheidend sind wie die Modellgröße.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die große Idee: Ein politischer Kompass für Texte
Stellen Sie sich ein riesiges, unsichtbares Lineal vor, das von Links (-1) bis Rechts (+1) reicht. Ganz links stehen Menschen, die eine starke Regierung und sozialen Wandel wollen; ganz rechts diejenigen, die Tradition und eine begrenzte Regierung bevorzugen; und in der Mitte befinden sich die Gemäßigten.
Normalerweise sind Computer schlecht darin, dieses Lineal zu nutzen. Sie sind großartig darin, Dinge in Schubladen zu sortieren (wie „Links", „Mitte" oder „Rechts"), aber sie haben Schwierigkeiten zu sagen: „Dieser Text liegt etwas links von der Mitte" oder „Dieser hier ist sehr weit rechts".
Dieses Papier stellt ein neues Computerprogramm vor (ein „Transformer-Modell"), das Texte nicht nur in Schubladen sortiert. Stattdessen fungiert es wie ein GPS für politische Ideen. Es nimmt einen Text – etwa einen Zeitungsartikel, eine Rede oder einen Tweet – und weist ihm eine präzise Koordinate auf diesem Links-nach-Rechts-Lineal zu.
Wie sie die Karte erstellten
Um dem Computer beizubringen, Politik zu lesen, haben die Forscher nicht einfach geraten. Sie bauten eine massive Trainingsbibliothek mit vier verschiedenen „Wörterbüchern":
- Das Parlamentsprotokoll (Bundestag): Sie nahmen Tausende echter Reden deutscher Politiker. Da genau bekannt ist, welcher Partei jeder Politiker angehört, lernte der Computer, bestimmte Wörter und Töne mit spezifischen Parteien zu verknüpfen.
- Der Wahlführer (Wahl-O-Mat): Dies ist eine beliebte deutsche Website, auf der Wähler Fragen beantworten, um zu sehen, welche Partei ihren Ansichten entspricht. Die Forscher nutzten die offiziellen Antworten der Parteien selbst. Dies gab dem Computer eine klare „Wahrheit" darüber, was jede Partei tatsächlich glaubt.
- Die Zeitungsammlung: Sie sammelten Millionen von Artikeln aus 33 verschiedenen deutschen Zeitungen, die von sehr links bis sehr rechts reichen.
- Der Twitter (X)-Feed: Sie sammelten über eine halbe Million Tweets deutscher Politiker, um zu sehen, wie sie in kurzen, lockeren Äußerungen klingen.
Der „Magische Trick" (Datenanreicherung):
Um sicherzustellen, dass der Computer nicht einfach die genau vorgefütterten Wörter auswendig lernte, verwendeten sie eine zweite KI, um dieselben politischen Aussagen in verschiedenen „Stimmen" neu zu formulieren. Sie baten die KI, eine Politik wie ein Kind, ein Teenager, ein Erwachsener oder ein Social-Media-Influencer zu erklären. Dies lehrte den Computer, die Idee hinter den Worten zu erkennen, nicht nur die Worte selbst.
Wie das „GPS" funktioniert
Das System verwendet einen cleveren geometrischen Trick, um eine Liste von Wahrscheinlichkeiten in eine einzige Zahl auf dem Lineal umzuwandeln.
- Die Parteivektoren: Stellen Sie sich vor, jede der sechs großen deutschen Parteien ist ein Kompassnadel, die in eine bestimmte Richtung zeigt.
- Die extrem linke Partei zeigt gerade nach Links.
- Die extrem rechte Partei zeigt gerade nach Rechts.
- Die liberale Partei zeigt gerade nach Oben (die Mitte).
- Die anderen zeigen in spezifischen Winkeln dazwischen.
- Die Berechnung: Wenn der Computer einen neuen Text liest, fragt er: „Wie sehr klingt das nach der Linkspartei? Wie sehr nach der Rechtspartei?"
- Es nimmt diese Antworten und multipliziert sie mit der Richtung der Kompassnadel der Partei.
- Dann addiert es all diese kleinen Pfeile, um einen großen „Ergebnispfeil" zu bilden.
- Die Punktzahl: Die Richtung dieses finalen großen Pfeils verrät dem Computer die politische Punktzahl. Zeigt der Pfeil leicht nach links, beträgt die Punktzahl -0,3. Zeigt er weit nach rechts, beträgt sie +0,8.
Was sie fanden
Die Forscher testeten 13 verschiedene Computermodelle, um herauszufinden, welches der beste „Übersetzer" ist.
- Der Spezialist vs. der Generalist: Ein Modell namens DeBERTa-large wurde speziell auf deutschen Texten trainiert. Es war am besten darin, politische Reden und offizielle Dokumente zu verstehen (der „in-domain"-Test).
- Das Chamäleon: Ein anderes Modell, Gemma2-2B, war kleiner, aber auf eine Mischung vieler Sprachen trainiert. Überraschenderweise war es am besten darin, neue Textarten zu verstehen, die es zuvor nicht gesehen hatte, wie zufällige Zeitungsartikel oder Tweets (der „out-of-domain"-Test).
- Größe ist nicht alles: Sie stellten fest, dass ein massives Computermodell (mit Milliarden von Parametern) nicht immer intelligenter war. Manchmal funktionierte ein kleineres, gut trainiertes Modell besser.
Die Genauigkeit:
Das System ist überraschend gut. Als sie ihre Punktzahlen mit menschlichen Bewertungen von Zeitungen verglichen, lag der Computer nur bei etwa 8,5 % daneben. Das ist ungefähr so genau wie eine Standard-Umfrage zur öffentlichen Meinung.
Wo es eingesetzt werden kann (und wo nicht)
Das Papier schlägt einige praktische Anwendungen für dieses Werkzeug vor:
- Browser-Erweiterungen: Stellen Sie sich eine Erweiterung vor, die über jedem Zeitungsartikel, den Sie lesen, eine kleine Leiste anzeigt und Ihnen sagt, ob sie eher links oder rechts neigt.
- Trends verfolgen: Man könnte beobachten, wie sich der politische Ton eines bestimmten Themas über eine Woche oder einen Monat hinweg verändert.
- Echokammern finden: Es könnte Menschen helfen zu erkennen, ob sie nur Nachrichten von einer Seite des Spektrums lesen.
Die Einschränkungen (Die „Tücken"):
- Es ist kein Gehirn: Der Computer ist ein Mustererkennungsgerät, kein Philosoph. Er kann nicht verstehen, warum jemand etwas sagt. Wenn ein Politiker eine radikale Idee zitiert, um sie zu kritisieren, könnte der Computer denken, der Politiker unterstütze diese Idee.
- Kontext ist wichtig: Es funktioniert am besten mit deutschen Texten. Es versteht die amerikanische Politik oder andere Kulturen nicht, da das „Lineal" speziell für deutsche Parteien gebaut wurde.
- Kurze Texte: Es hat Schwierigkeiten mit sehr kurzen Tweets (unter 50 Wörtern), da nicht genug Kontext vorhanden ist, um die Bedeutung zu erkennen.
- Kein „Schlussfolgern": Es kann seine eigene Logik nicht erklären. Es gibt Ihnen einfach eine Zahl.
Das Fazit
Dieses Papier beweist, dass wir Computer lehren können, politische Voreingenommenheit auf einer kontinuierlichen Skala zu messen, nicht nur in Schubladen. Durch die Verwendung einer Mischung aus offiziellen Aufzeichnungen, Wahlführern und cleverer Mathematik schufen sie ein Werkzeug, das deutsche politische Texte lesen und Ihnen genau sagen kann, wo sie auf dem Spektrum liegen, mit einer Genauigkeit, die menschliche Experten rivalisiert. Es ist jedoch ein Werkzeug zur Analyse, kein Richter über die Wahrheit, und es muss sorgfältig eingesetzt werden, um Missverständnisse im Kontext zu vermeiden.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.