跳到主要内容
AI News HubLIVE
站内改写2 分钟阅读

坦率地说:选举诚信在国会通讯中与谁为伍

文章摘要

一项分析2010至2025年间10,420份国会电子通讯的研究发现,民主党与共和党在使用“诚信”“安全”“舞弊”等选举词汇时,往往把它们与截然不同的词语搭配。两党无需换词就能讲述不同的选举故事,只需改变词语的“邻居”。

来源arXiv Computational Linguistics作者: Michael A. Robinette, Christina Barsky, Amanda D. Clark, Helen Flannery, Juniper Lovato
坦率地说:选举诚信在国会通讯中与谁为伍
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明
直接读正文

这篇发表于 arXiv 的论文《Frankly Speaking: The Company Election Integrity Keeps in Congressional Communication》由 Michael A. Robinette 等五位作者完成,隶属计算与语言(cs.CL)方向,于 2026 年 10 月 26 日提交。研究聚焦一个在表面上高度共识、实际上却日益分裂的政治概念——选举诚信(election integrity)。在美国政治话语中,民主党和共和党都宣称致力于选举诚信,但国会议员在使用“integrity”“security”“fraud”等选举相关词汇时,所指的含义正在不断分化。作者试图用计算方法而非主观解读来量化这种分歧。

研究的数据基础是 2010 年至 2025 年间国会议员发出的 10,420 份电子通讯(e-newsletters)。这些通讯是议员直接面向选民的常规沟通渠道,能够较稳定地反映党派话语的日常形态,而非仅在选举季才出现的极端表态。作者采用历时词嵌入(diachronic word embeddings)方法,这类方法通过追踪词语在上下文中的实际用法来衡量语义随时间的漂移。基于此,研究从三个层面进行测量:两党对每个选举术语的使用差异有多大、各自随时间变化的幅度有多大,以及两党是否为同一术语共享相近的语义近邻。

论文提出的核心发现颇具反直觉性:国会议员并不需要发明不同的词汇来讲述关于选举的不同故事,他们只需把相同的词放进不同的“语境伙伴”之中。在几乎所有术语和年份上,两党围绕选举诚信词汇所搭配的词语都截然不同。换句话说,分歧并不体现在关键词本身,而体现在关键词周围的词云里。正因如此,这种分歧容易被忽视——多数选举词汇的语义分化程度并不高于其他使用频率相近的普通词汇,而且两党各自的用法漂移幅度也没有明显差别,没有哪一方的立场变化比另一方更剧烈。

不过,作者指出有一小部分术语的分化确实在扩大,其中最突出的是“certification”(认证)。此外,“rigged”(被操纵)和“stolen”(被窃取)这两个词在 2020 年之后才进入选举话语,并且迅速在党派之间出现极化。这一时间点与围绕 2020 年大选的争议密切相关,说明特定事件会重塑词汇的政治含义。

到 2024 年,两党的语义分野已呈现出相当清晰的结构。民主党在“voter”(选民)、“election”(选举)和“integrity”(诚信)周围聚集的是关于“access”(可及性)与“administration”(行政管理)的语言;共和党在同样的词周围聚集的则是“citizenship verification”(公民身份核验)、“noncitizen voting”(非公民投票)和“border security”(边境安全)。论文由此概括出两种彼此冲突的诚信定义:对一方而言,诚信意味着保护合格选民投票的能力;对另一方而言,诚信意味着保护选举过程免受不合法选票的影响。

论文最后强调了这一张力在制度层面的后果。选举官员必须在同一套选举系统下同时执行这两种定义,因此他们继承的是两党话语分歧带来的现实压力,而非抽象的语言学问题。研究的方法论意义在于展示了如何用词嵌入捕捉政治话语的细微漂移,其政治含义则在于提醒读者:当各方都说“选举诚信”时,共识可能只是词汇层面的假象。

展开要点与分析

文章情报

工程师进阶

要点

  • 研究基于2010至2025年间10,420份国会电子通讯,使用历时词嵌入衡量两党对选举词汇的语义差异。
  • 多数选举词汇的分歧并不比其他同频词更大,双方用法变化幅度也相当,但“认证”等部分词的分歧显著扩大。
  • “被操纵”“被窃取”在2020年后进入选举话语并在此极化。
  • 到2024年,民主党将“选民”“选举”“诚信”与投票便利和选举管理相联系,共和党则将同样的词与公民身份核验、非公民投票和边境安全相联系。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。