Latent structureText Scaling
Wordfish
Wordfish 是一种用于在潜在维度上对文档进行定标的统计模型，由 Slapin 和 Proksch (2008) 开发。与 Wordscores 等基于参考的方法不同，Wordfish 使用泊松生成模型来联合估计词频和文档位置，而无需参考文本或手动标注。它特别适用于估计政策立场随时间的变化，并且可以同时对多种语言的文档进行定标。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Slapin, J. B., & Proksch, S. O. (2008). A scaling model for estimating time-series party positions from texts. Journal of Politics, 70(3), 554-569. DOI: 10.1111/j.1540-5907.2008.00338.x ↗
- Proksch, S. O., & Slapin, J. B. (2009). How to avoid pitfalls in statistical machine learning for social science. Political Analysis, 20(3), 343-357. link ↗
- Benoit, K., Muhr, D., & Spirling, A. (2016). Crowd-sourced text analysis: Reproducible and distributed production of political data. American Political Science Review, 110(2), 278-295. DOI: 10.1017/S0003055416000058 ↗
如何引用本页
ScholarGate. (2026, June 3). Wordfish. ScholarGate. https://scholargate.app/zh/psychometrics/wordfish
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 探索性结构方程模型心理测量学↔ 比较
- 模糊方差分析 (Fuzzy ANOVA)心理测量学↔ 比较
- Latent Transition Analysis心理测量学↔ 比较
- 偏最小二乘结构方程模型心理测量学↔ 比较
- Wordscores心理测量学↔ 比较