13、基于国会演讲的政党凝聚力分析

基于国会演讲的政党凝聚力分析

1. 引言

近年来，基于政治关系基础的研究兴起，产生了不同的模型和方法来探索这一主题。在各国国会的立法过程中，辩论是固有环节。本文提出一种基于国会成员在辩论中演讲的亲和力进行知识发现的方法。刻画议员之间的互动对民主而言是一项有趣的活动，因为它可能揭示可疑关联和利益冲突。

本文聚焦于巴西两院制国民议会的下议院，即众议院，它比其他一些国家的议会更具活力和多样性。为完成此任务，采用复杂网络的概念，将其作为表示个体间关系的常见方式。网络可定义为一个图，包含一组代表研究对象的节点和一组连接这些节点的边，边代表节点间的关系。在本文中，构建一个完全图，每个节点代表一名议员，连接节点的边的权重代表议员口头陈述的政治立场的相似性。

通过议员及其演讲创建网络，可分析他们所属政党的凝聚力，因为意识形态群体的成员往往有相似的话语。每个议员明确属于一个政党，这使得能够基于他们的立场和观点的口头陈述，更客观地评估国会同僚之间的关系。因此，可以通过量化议员演讲的一致性，根据议员网络的全景来估计政党凝聚力，同时考虑同一政党和不同政党议员的演讲，这不仅用于评估议员与政党的关联，还用于凸显政党内部的分裂现象。

本文的主要贡献包括：
- 基于议员的演讲建立议员之间的距离度量；
- 使用凝聚层次聚类来评估这些度量的质量；
- 从复杂网络的角度评估政党凝聚力。

2. 理论基础

2.1 自然语言处理

自然语言处理（NLP）是人工智能的一个分支，它结合计算语言学和统计模型，使机器能够解释人类语言，实现自动文本认知。为了让人工智能算法更好地理解文本并建立关联，需要进行预处理，以提取