Elite Polarization in European Parliamentary Speeches: a Novel Measurement Approach Using Large Language Models
本文介绍了“精英极化得分”，这是一种利用大语言模型量化议会演讲中政治精英间敌对相互评价的新颖且可扩展的测量方法，并证明了其在英国、匈牙利和意大利的有效性及其与现有指标的区别。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是用简单语言和创造性类比对这篇论文的解读。
核心观点：测量政治斗争的“温度”
想象议会不是一个制定法律的地方，而是一场巨大且喧闹的晚宴。通常，当我们研究政治时，我们会关注两件事：
- 人们的想法：我们询问普通选民：“你讨厌另一支队伍吗？”（这被称为“大众情感极化”）。
- 政治家的信念：我们查看他们的政策文件，看他们在左右光谱上是否相距甚远（这被称为“意识形态极化”）。
但这篇论文认为，我们遗漏了拼图中至关重要的一块：政治家们实际上是如何彼此交谈的。
作者根纳季·雅科夫列夫（Gennadii Iakovlev）想要测量精英极化。你可以将其想象为测量制定规则的那个房间里的“敌意温度”。如果主桌的政治家们开始尖叫、辱骂，并将彼此视为敌人，那么民主就岌岌可危——即使晚宴上的普通宾客一切安好。
问题所在：旧工具过于笨拙
以前，试图测量这种“敌意”就像是用放大镜和字典，试图在一座巨大的多语言图书馆里数清每一句侮辱。
- 旧方法：研究人员必须手动阅读演讲，或使用简单的计算机程序，这些程序仅仅寻找“脏话”。
- 缺陷：这些工具难以理解语境。如果一位政治家说“经济很糟糕”，简单的工具可能会认为他们在发怒。但如果他们说“是反对派导致了糟糕的经济”，那就是直接的攻击。旧工具无法区分对情况的抱怨和对个人的攻击。它们在处理不同语言时也举步维艰，使得比较匈牙利、意大利和英国等国家变得困难。
解决方案：“超级阅读者”机器人
作者引入了一种利用**大型语言模型（LLMs）**的新工具。你可以将其想象为雇佣了一位超级聪明、精通多语言的机器人助手，它几乎读遍了世界上所有的书。
以下是该机器人的工作原理，分步说明：
- 侦探：机器人阅读演讲，找出每一次一位政治家提及另一位政治家的时刻。它忽略对“经济”或“天气”的提及，只专注于“你，首相”或“那个来自另一党的疯狂家伙”。
- 法官：对于每一次提及，机器人会问：“说话者是友善、中立还是刻薄？”它给出一个从 -5（仇恨）到 +5（喜爱）的分数。关键在于，它理解语境。它知道“你是个灾难”与“局势是个灾难”是不同的。
- 翻译：机器人能够处理不同的语言（英语、匈牙利语、意大利语），而无需为每种语言重新训练。
- 记分员：它将这些微小的分数全部取平均值，生成一个单一的数字：精英极化分数（EPS）。
分数：这个数字意味着什么？
想象一个测量政治愤怒的温度计。
- 低分（接近 0 或负数）：政治家在谈论对手时大多礼貌或中立。
- 高分（正数）：政治家对对手持续表现出刻薄、敌意和负面态度。
论文表明，这个分数是独特的。它不仅仅关乎选民有多愤怒，也不仅仅关乎他们的政策相距多远。它是衡量领导人在公开场合彼此个人厌恶程度的特定指标。
案例研究：测试机器人
作者在三个不同的“晚宴”上测试了这个机器人，以验证其是否有效：
匈牙利（动荡的房间）：
- 发生了什么：该国经历了重大的政治转变。执政党掌权，改变了规则，反对派遭到重创。
- 机器人看到了什么：敌意并没有在新领导人掌权的瞬间激增。相反，随着政治格局的变化和反对派变得愈发绝望，“愤怒分数”是随着时间的推移逐渐上升的。这表明精英之间的斗争往往在爆发前会先暗中酝酿。
英国（稳定的房间）：
- 发生了什么：一个拥有两个主要政党的非常稳定的民主国家。
- 机器人看到了什么：有趣的是，机器人发现，即使选民变得更加愤怒，且政策逐渐分道扬镳，议会中的政治家在特定时期实际上对彼此变得更友善了。这证明了议会内发生的情况并不总是与街头发生的情况相同。
意大利（混乱的房间）：
- 发生了什么：意大利有许多政党，它们不断更换盟友并组建新政府。
- 机器人看到了什么：每当昔日的敌人成为新政府的合作伙伴时，“愤怒分数”就会下降。当他们在政府中共同掌权时，他们停止互相辱骂。一旦他们被踢出政府，辱骂又重新开始。这表明该分数对真实的政治事件非常敏感。
为何这很重要
论文声称，这种新方法是一个游戏规则的改变者，因为：
- 速度快：它可以在几天内处理数十年的演讲，而不是数年。
- 准确度高：机器人的“判断”与人类专家几乎完全吻合，在识别被谈论对象方面几乎零失误。
- 通用性强：它适用于不同的语言和政治制度。
总结
这篇论文为我们提供了一种倾听民主“主桌”的新方式。通过使用人工智能来倾听政治家们确切地说了什么关于彼此的话，我们可以清晰、实时地读出我们的领导人彼此之间的敌意程度。这有助于我们理解民主何时健康，以及领导人何时开始将彼此视为敌人——这往往是出现麻烦的第一个迹象。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。