先月、Discursive diversion: Manipulation of nuclear threats by the conservative leaders in Japan and Israelと題する論文が公表されました。この研究は日本学術振興会に支援され2019年に始まった日本とイスラエルの研究者による共同プロジェクトで、両国のリベラルと保守派の新聞を2009から2018年に渡って比較し、法案成立や総選挙の前に、新聞記事が北朝鮮またはイランの核兵器の脅威をどの程度強調したかを分析しました。この期間を通して、日本（安倍政権）とイスラエル（ネタニエフ政権）の両国では保守政権が続いていました。 新聞記事の内容分析では、Latent Semantic Scalingという準教師あり機械学習のアルゴリズムを用いており、［危険, 敵意, 壊滅, 危害, 衝突, 攻撃］を脅威について、［対話, 支持, 機会, 交渉, 成功, 貿易］を安全についての種語として選びました。ヘブライ語の記事の分析でも、同様な種語を選んでいます。一番目の図は、種語との意味的な距離によって、コーパス内の語がどのように重みづけされたかを示しており、差し迫った武力行使を意味する語が正の値を得て、核兵器が開発途上であることを意味する語が負の値を得ていることがわかると思います。 当研究では、日本の安全保障制度改革に注目し、特定秘密保護法（L1）、集団的自衛権容認（L2）、安全保障関連法（L3）、テロ等準備罪（L4）の成立に至る60日間にリベラルと保守派の新聞が、北朝鮮の脅威を強調する度合いがどの程度変化したかを統計的に分析しました。３番目の図では、安全保障関連法案（L3）の時だけ、読売が朝日より脅威を強調したことが示されています。イスラエルでは、ネタニエフが苦戦した2015年の総選挙の前に、保守派の新聞がイランの脅威を強調していたことが示されました。 当研究での統計分析の結果は、以前から指摘されていた安倍政権と保守系メディアの近しい関係を明示するものであり、LSSを用いた新聞の量的テキスト分析が政治コミュニケーションの分野において有効であることを証明したと考えています。イスラエルでは、実際に保守系新聞のオーナーとネタニエフの癒着が明らかになり、両者が有罪になっています。 さらに、本研究では新聞の内容分析と並行して心理学的な実験を両国で行い、脅威を強調されている新聞記事を読んだ場合、強調されていない記事を読んだ場合と比べて、指導者の支持率が有意に高まることが示されました。この実験は、Could Leaders Deflect from Political Scandals? Cross-National Experiments on Diversionary Action in Israel and Japanという論文として発表されています。 当研究での発見を総合すると、武力紛争下で指導者の支持率が高まる、旗の下の集結現象（rally-around-the-flag phenomena）が必ずしも、実際の武力行使を伴わずとも、マスメディアを操作するだけで発生し、保守的な政治家が自身の政治的な利益のために、安全保障上の脅威を強調しがちであると言えるでしょう。
Good and bad methods to extract context words
Many questions on quanteda’s kwic() function have been posted to Stack Overflow. It shows how much people like the human-friendly function, but it also shows that how much they are confused: the function is created only for manual inspection of tokens objects, not for extracting context words in preproccessing. If you apply kwic() to your […]
New research on the effect of nuclear threats in news on leader popularity
Since 2019, the most important research project of mine has been about media coverage of North Korea and Iran’s nuclear threats and its political implications. I started this project in 2019 with Elad Segev (Tel Aviv) and Atushi Tago (Waseda) supported by a Japanese funding agency. We have analyzed how Japanese (Asahi and Yomiuri) and […]
Replication data for The Geopolitical Threat Index: A Text-Based Computational Approach to Identifying Foreign Threats
I have received emails from the readers of my paper, The Geopolitical Threat Index: A Text-Based Computational Approach to Identifying Foreign Threats, that appeared in International Studies Quarterly (ISQ) last year. It is great that my paper is still attracting attention but they said they cannot not find the replication dataset… There is a page […]
Presentation at the Language of Polarization conference
I presented a paper with Oul Han titled Vertical and Horizontal Polarization Comparative Analysis of German and British Newspapers’ Coverage of Refugees from 2006 to 2018 at the Language of Polarization conference on last Saturday (slides). Lena March started organizing this conference a few years ago and she made this to happen in the online […]
Replicating analysis with quanteda on multi-core systems
It is not always easy to write R scripts that always produce the same results. It is even more so when we analyse textual data that requires extensive preprocessing. One of our goals in developing quanteda was ensuring replicability of text analysis by making data preprocessing explicit and transparent. However, our package still produces different […]
Analysis of financial texts using R
I tend to use political texts in my examples because of my academic background but quanteda and its associated packages can be used more broadly. There is a growing interest in analysis of textual data using NLP tools in the financial industry. I have been work for Lazard Asset Management as a data science consultant […]
Automatically weight seed words for LSS
I have updated LSX on CRAN yesterday, changing the version number from 1.0.0 to 1.0.2. The jump is a subtle indication of my excitement with a new function that would improve make LSS more reliable: if textmodel_lss(auto_weight = TRUE), it automatically optimize weights given to user-provided seed words. I fitted two LSS models on a […]
New paper on historical geopolitical threats to the US
I am very happy that our paper, The Geopolitical Threat Index: A Text-Based Computational Approach to Identifying Foreign Threats, has finally appeared in International Studies Quarterly. Peter and I created the Geopolitical Threat Index (GTI) that covers more than 150 years (1861 to 2017) through a computational analysis of the New York Times summaries in […]
日本経済学会での量的テキスト分析チュートリアル
先日の日本経済学会の春季大会で量的テキスト分析のチュートリアルをやらせてもらいました。座長である川田恵介さんが提供してくれた鳥取県のハローワークの求人票の分析を題材として、日本語の文書の前処理、頻度分析や共起分析、辞書分析、機械学習の使い方を説明しました。今回は、共起分析を用いた日本語のトークン化および準教師ありトッピクモデル（Seeded-LDA）によって分析の結果を大幅に改善できる点を強調しました。興味がある方は、講義に用いたスライドとファイルを見てください。