Structural Topic Model
The Structural Topic Model (STM) is a text-as-data method that discovers latent themes in a corpus while letting document metadata — party, time, gender, treatment condition — shape those themes. Introduced by Roberts, Stewart, Tingley and colleagues in 2014, it generalizes correlated topic modeling so that topic prevalence (how much a document is about a topic) and topic content (the words used to express a topic) can both depend on covariates. The result is a single model that simultaneously estimates topics and how their use varies across known groups, with uncertainty.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Roberts, M. E., Stewart, B. M., Tingley, D., Lucas, C., Leder-Luis, J., Gadarian, S. K., Albertson, B., & Rand, D. G. (2014). Structural Topic Models for Open-Ended Survey Responses. American Journal of Political Science, 58(4), 1064–1082. DOI: 10.1111/ajps.12103 ↗
- Roberts, M. E., Stewart, B. M., & Tingley, D. (2019). stm: An R Package for Structural Topic Models. Journal of Statistical Software, 91(2), 1–40. DOI: 10.18637/jss.v091.i02 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 22). Structural Topic Model (Topic Modeling with Document-Level Covariates). ScholarGate. https://scholargate.app/sv/political-science/structural-topic-model
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Dictionary-Based Text Analysis in PoliticsPolitical Science↔ jämför
- LDA-ämnesmodell (LDA Topic Model)Djupinlärning↔ jämför
- Supervised Text ClassificationPolitical Science↔ jämför
- ÄmnesmodelleringDjupinlärning↔ jämför
- Wordfish ScalingPolitical Science↔ jämför
Refereras av
Liknande metoder
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →