Computational Ideal point estimation with textual data - a comparison of algorithms (Patparsch)

Beschreibung des Forschungsprojekts

Meine Promotionsforschung untersucht die Schätzung von idealen Punkten politischer Parteien und anderer politischer Akteure mithilfe computergestützter Methoden unter Verwendung von Textdaten. Im Rahmen des Projekts werden verschiedene Algorithmen miteinander verglichen, um deren Leistungsfähigkeit und Effizienz bei der Identifikation politischer Positionen aus textbasierten Quellen zu bewerten. Ziel meiner Forschung ist es, durch eine systematische Analyse die Stärken und Schwächen dieser Algorithmen aufzuzeigen und damit zur Verbesserung computergestützter Werkzeuge in sozialwissenschaftlichen Disziplinen wie Kommunikationswissenschaft, Politikwissenschaft oder Psychologie beizutragen.
Meine Arbeit trägt nicht nur dazu bei, unser Verständnis von politischer Positionierung zu vertiefen, sondern auch Methoden zur Analyse der umfangreichen und komplexen Daten politischer Diskurse in einer digitalisierten und algorithmisch kuratierten Welt weiterzuentwickeln. Aus algorithmischer Perspektive liefert meine Forschung zudem Einblicke, wie maschinelles Lernen und andere KI-Systeme (z. B. große Sprachmodelle) politische Verzerrungen in ihren Ergebnissen erzeugen und reproduzieren. Mehr zu meiner Forschung finden Sie auf meiner Website: https://patparsch.github.io/

Keywords

Ideal point estimation | Natural language processing | Algorithmic bias