Polarizációs dinamikák a Magyar Országgyűlésben 1998 és 2018 között
Statisztikai Szemle · 2026 · 104 (6) · 553-569
DOI: 10.20311/stat2026.06.hu0553 ↗Kurz gefasst
Fachartikel in der Zeitschrift Statisztikai Szemle, 2026. Verfasst von Jakab Máté Buda und 1 weiteren Autor:innen.
Abstract (Originalsprache)
Tanulmányunkban a Magyar Országgyűlésben 1998 és 2018 között elhangzott beszédeket elemezve a szöveges adatokon végzett felügyelt és felügyelet nélküli gépi tanulás kombinációjának alkalmazási lehetőségeit mutatjuk be. A polarizáció mértékét n-gram1 alapú XGBoost (extreme gradient boosting) klasszifikációs modellel mérjük, amely a két domináns párt (Fidesz és MSZP) képviselőinek beszédeit különbözteti meg. Ezt kiegészítve 16 topikból álló strukturális topikmodellt (structural topic model, STM) alkalmazunk a polarizáció tartalmi csomópontjainak feltárására. Az egyes topikok polarizáltságát a modell biztossága alapján határozzuk meg, és ez alapján azonosítjuk a polarizáltabb és kevésbé polarizált témákat, majd ezeket mélyebben is megvizsgáljuk. Tudomásunk szerint ilyen vagy hasonló módszerkombinációval még nem kísérleteztek korábban, de eredményeink alapján érdemes lehet más esetekben is használni, amikor csoportok nyelvhasználati különbsé-gének értelmező feltárása a kutatási cél.
Zitieren
APA
Buda, J. M., & Németh, R. (2026). Polarizációs dinamikák a Magyar Országgyűlésben 1998 és 2018 között. Statisztikai Szemle, 104(6), 553-569. https://doi.org/10.20311/stat2026.06.hu0553
Vancouver
Buda JM, Németh R. Polarizációs dinamikák a Magyar Országgyűlésben 1998 és 2018 között. Statisztikai Szemle. 2026;104(6):553-569. doi:10.20311/stat2026.06.hu0553
BibTeX
@article{Buda2026,
author = {Buda, Jakab Máté and Németh, Renáta},
title = {Polarizációs dinamikák a Magyar Országgyűlésben 1998 és 2018 között},
journal = {Statisztikai Szemle},
year = {2026},
volume = {104},
number = {6},
pages = {553--569},
doi = {10.20311/stat2026.06.hu0553}
}
EUVIMED