Topic-based agreement and disagreement in US electoral manifestos


Menini, Stefano ; Nanni, Federico ; Ponzetto, Simone Paolo ; Tonelli, Sara


[img]
Vorschau
PDF
196_Paper (5).pdf - Veröffentlichte Version

Download (122kB)

URL: https://madoc.bib.uni-mannheim.de/42490
Weitere URL: https://www.aclweb.org/anthology/D17-1318/
URN: urn:nbn:de:bsz:180-madoc-424901
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2017
Buchtitel: Proceedings of the 2017 Conference on Empirical Methods in Natural Language Processing
Seitenbereich: 2938-2944
Veranstaltungstitel: EMNLP 2017: Conference on Empirical Methods in Natural Language Processing
Veranstaltungsort: Kopenhagen
Veranstaltungsdatum: 07.-11.09.2017
Ort der Veröffentlichung: Stroudsburg, PA
Verlag: Association for Computational Linguistics
ISBN: 978-1-945626-83-8
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Information Systems III: Enterprise Data Analysis (Ponzetto 2016-)
Fachgebiet: 004 Informatik
Abstract: We present a topic-based analysis of agreement and disagreement in political manifestos, which relies on a new method for topic detection based on key concept clustering. Our approach outperforms both standard techniques like LDA and a state-of-the-art graph-based method, and provides promising initial results for this new task in computational social science.




Dieser Eintrag ist Teil der Universitätsbibliographie.

Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads 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