Text Selection
文本选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用报纸文本回溯预测、即时预测和预测宏观指标，支持宏观预测分类；未说明其他细分方向所需模型结构。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
文本选择
- 研究问题
- 面对超高维文本及稀疏计数，如何区分某个短语是否被选用与其重复频率，并利用这种选择机制学习政治语言和预测宏观指标？
- 方法与思路
- 作者提出经济动机驱动的高维选择模型，强调短语是否进入文本的信息，并允许并行估计；应用涵盖国会演讲与报纸文本的宏观预测。
- 材料陈述的贡献
- 摘要称模型区分了美国国会语言党派性中的短语重复与选择变化，并在宏观指标回溯、即时及未来预测中改善相对基准的样本外拟合。
- 阅读关注点
- 核对短语选择与重复的模型分解、文本预处理和并行估计方式，重点检查宏观预测的时间切分、信息可得性与样本外比较基准。
- 阅读边界
- 摘要报告的样本外拟合改善限于所比较应用；未说明选择模型的识别条件、训练切分及基准设置，不能据此确认因果机制。
原文摘要
Text data is ultra-high dimensional, which makes machine learning techniques indispensable for textual analysis. Text is often selected—journalists, speechwriters, and others craft messages to target their audiences’ limited attention. We develop an economically motivated high-dimensional selection model that improves learning from text (and from sparse counts data more generally). Our model is especially useful when the choice to include a phrase is more interesting than the choice of how frequently to repeat it. It allows for parallel estimation, making it computationally scalable. A first application revisits the partisanship of the U.S. congressional speech. We find that earlier spikes in partisanship manifested in increased repetition of different phrases, whereas the upward trend starting in the 1990s is due to distinct phrase selection. Additional applications show how our model can backcast, nowcast, and forecast macroeconomic indicators using newspaper text, and that it substantially improves out-of-sample fit relative to alternative approaches.