실시간으로 입법자들이 제시한 정책 의제 추적하기

우리는 주요 정책 이슈에 관해 정치 주체들이 트위터를 통해 전개하는 전략적 의사소통을 실시간으로 확장 가능하게 분석할 수 있는 방법을 개발했다. 단어 임베딩(word embeddings)과 지도 학습(machine learning) 모델을 활용하여 입법자들의 트윗을 정책 이슈를 언급하는지 여부와 그들이 지지하는 입장을 기준으로 분류한다. 이를 통해 다양한 정책 분야와 입법 기관 간에 확장 가능한 방식으로 엘리트 간 의사소통의 미시적 동태를 높은 시간 해상도로 측정할 수 있다. 개념 검증을 위해 본 연구에서는 이 방법을 활용하여 의회 의원들이 이민 및 기후 변화 문제에 대해 표현하는 입장의 다년간 변화 추이를 추적한다. 특정 이슈에 기반한 투표 점수와의 검증 결과, 본 방법은 만족스러운 정확도를 보이며, 온라인 언어 표현과 실제 투표 행동 간에 본질적인 차이를 보이는 입법자를 식별할 수 있음을 입증한다. 또한 이민 문제 분석 결과를 실시간으로 자동 업데이트되는 공개형 상호작용 웹사이트에 게시하여, 연구자, 언론인, 정책 결정자들이 실시간으로 입법자들의 이민 문제에 대한 담론 변화를 탐색할 수 있도록 한다.