Validating estimates of latent traits from textual data using human judgment as a benchmark


Lowe, Will ; Benoit, Kenneth



DOI: https://doi.org/10.1093/pan/mpt002
URL: https://www.cambridge.org/core/journals/political-...
Weitere URL: http://pan.oxfordjournals.org/content/21/3/298.ful...
Dokumenttyp: Zeitschriftenartikel
Erscheinungsjahr: 2013
Titel einer Zeitschrift oder einer Reihe: Political Analysis : PA
Band/Volume: 21
Heft/Issue: 3
Seitenbereich: 298-313
Ort der Veröffentlichung: Cambridge
Verlag: Cambridge University Press
ISSN: 1047-1987 , 1476-4989
Sprache der Veröffentlichung: Englisch
Einrichtung: Außerfakultäre Einrichtungen > MZES - Arbeitsbereich B
Fachgebiet: 320 Politik
Abstract: Automated and statistical methods for estimating latent political traits and classes from textual data hold great promise, because virtually every political act involves the production of text. Statistical models of natural language features, however, are heavily laden with unrealistic assumptions about the process that generates these data, including the stochastic process of text generation, the functional link between political variables and observed text, and the nature of the variables (and dimensions) on which observed text should be conditioned. While acknowledging statistical models of latent traits to be “wrong,” political scientists nonetheless treat their results as sufficiently valid to be useful. In this article, we address the issue of substantive validity in the face of potential model failure, in the context of unsupervised scaling methods of latent traits. We critically examine one popular parametric measurement model of latent traits for text and then compare its results to systematic human judgments of the texts as a benchmark for validity.




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen