Wordfish Scaling
Wordfish scaling is an unsupervised text-as-data method that estimates a single latent position for each political document — a party manifesto, a legislative speech, a press release — directly from its word frequencies, without any reference texts or hand coding. Introduced by Slapin and Proksch in 2008, it models word counts as draws from a Poisson distribution whose rate depends on a document position and word-specific parameters, recovering, for example, a left–right ordering of parties purely from how often each word appears in each text.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Slapin, J. B., & Proksch, S.-O. (2008). A Scaling Model for Estimating Time-Series Party Positions from Texts. American Journal of Political Science, 52(3), 705–722. · DOI 10.1111/j.1540-5907.2008.00338.x
- Lowe, W., & Benoit, K. (2013). Validating Estimates of Latent Traits from Textual Data Using Human Judgment as a Benchmark. Political Analysis, 21(3), 298–313. · DOI 10.1093/pan/mpt002
- Grimmer, J., & Stewart, B. M. (2013). Text as Data: The Promise and Pitfalls of Automatic Content Analysis Methods for Political Texts. Political Analysis, 21(3), 267–297. · DOI 10.1093/pan/mps028
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.