coastalcph/euandi_2024

“欧盟与我”（EUANDI）是一个投票建议应用程序（VAA），旨在帮助公民在2024年欧洲议会（EP）选举中做出明智的选择。数据集包含两部分：EUANDI问卷和政党的立场。问卷由30个政治声明组成，每个声明后有5个选项，从完全不同意到完全同意。政党的立场包括政党的简短回答、对声明的立场（理由）以及来源。数据集还提供了来自5个欧盟成员国（德国、法国、意大利、西班牙和希腊）的前6个政党以及所有欧洲政党的立场。此外，数据集还包含由Mixtral从原始语言翻译成英文的版本。

EUANDI-2024 is a Voting Advice Application (VAA) aimed at helping citizens make an informed choice in the 2024 European Parliament elections. The dataset includes the EUANDI questionnaire and the positions of various parties. The questionnaire consists of 30 political statement questions, each with 5 options ranging from complete disagreement to complete agreement. The party positions section provides the positions of the top 6 parties from 5 EU member states and all European parties, including the partys short answer, justification, and source, as well as translated versions from the original language to English.

原始信息汇总

数据集描述

"EU and I" (EUANDI) 是一个投票建议应用程序 (VAA)，旨在帮助公民在2024年欧洲议会 (EP) 选举中做出明智的选择。数据集包括以下资源：

• 问卷调查：包含30个问题，每个问题是一个政治声明，后面有5个选项，从完全不同意到完全同意。
• 政党立场：包括来自EUANDI 2024数据集的政党立场。每个立场包括政党的简短回答和对该声明的立场（理由），以及来源。还提供了由Mixtral从原始语言翻译成英文的版本。

数据集提供了来自5个欧盟成员国（德国、法国、意大利、西班牙和希腊）的6个主要政党的立场，以及所有欧洲政党的立场。

数据实例

问卷调查

json { "statement": "Social programmes should be maintained even at the cost of higher taxes." }

政党立场

json { "party_name": "Grüne", "full_party_name": "Die Grünen", "country_iso": "de", "statement_1": { "justification": "Der Sozialstaat muss sich gerade in Krisenzeiten bewähren. [...]", "translated_justification": "The social state must prove itself, especially in times of crisis. [...]", "source": "https://cms.gruene.de/uploads/assets/20240306_Reader_EU-Wahlprogramm2024_A4.pdf", "answer": "Tend to Agree", "normalized_answer": 0.5 }, ... "statement_30": { "justification": "Die Ukraine steht in der Mitte der europäischen Familie. [...]", "translated_justification": "Ukraine is at the heart of the European family. [...]", "source": "https://cms.gruene.de/uploads/assets/20240306_Reader_EU-Wahlprogramm2024_A4.pdf", "answer": "Completely agree", "normalized_answer": 1.0 } }

使用方法

python from datasets import load_dataset

加载EUANDI问卷调查

euandi_questionnaire = load_dataset(coastalcph/euandi_2024, questionnaire)

加载EUANDI政党立场

euandi_party_positions = load_dataset(coastalcph/euandi_2024, party_positions)

引用

plaintext @misc{chalkidis-2024-llm-vaas, title={Investigating LLMs as Voting Assistants via Contextual Augmentation: A Case Study on the European Parliament Elections 2024}, author={Ilias Chalkidis}, year={2024}, eprint={2407.08495}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2407.08495}, }

搜集汇总

数据集介绍

构建方式

EUANDI-2024数据集源自名为“EU and I”的投票建议应用程序，旨在为2024年欧洲议会选举中公民的知情选择提供支持。该数据集由Chalkidis于2024年构建并重新发布，包含两大核心组成部分：其一是由30道政治陈述题构成的问卷，每道题提供从完全不同意到完全同意的五级选项；其二是来自五个欧盟成员国（德国、法国、意大利、西班牙和希腊）的六大政党以及所有欧洲政党的立场数据。每个政党的立场以简短回答、立场说明及其来源的形式呈现，并利用Mixtral模型将原始语言翻译为英文，从而实现了跨语言的对齐与整合。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集。具体而言，使用`load_dataset('coastalcph/euandi_2024', 'questionnaire')`即可获取包含30道政治陈述题的问卷数据，而`load_dataset('coastalcph/euandi_2024', 'party_positions')`则用于加载各政党的立场数据。加载后的数据以字典形式组织，问卷部分每条实例包含一个`statement`字段，政党立场部分则包含政党名称、国家代码及针对每道陈述的详细立场信息，包括原文说明、翻译说明、来源链接和归一化回答值。这种结构化设计便于研究者直接用于投票建议系统的开发、政治立场分析或跨语言文本分类等任务。

背景与挑战

背景概述

在2024年欧洲议会选举的宏大背景下，政治学与自然语言处理的交叉领域催生了“EUANDI-2024”这一创新性数据集。该数据集由学者Ilias Chalkidis于2024年创建，依托哥本哈根大学等研究机构，旨在通过量化政党立场与选民偏好之间的语义映射，解决选举决策支持系统中的核心问题——如何利用大型语言模型辅助公民做出明智选择。作为投票建议应用（VAA）的数字化延伸，EUANDI-2024涵盖30项政治陈述问卷及来自德国、法国等5个欧盟成员国主要政党的立场数据，其独特价值在于首次将多语言政党宣言的机器翻译与规范化评分相结合，为计算政治学提供了标准化的跨语料基准，对理解欧洲政治光谱的语义聚类和选民行为建模具有里程碑意义。

当前挑战

该数据集面临多重复杂挑战。首先，在领域问题层面，政治立场的语义歧义性构成根本性障碍——同一政治陈述在不同文化语境下可能触发截然不同的党派解读，例如“社会支出”在德国绿党与意大利兄弟党之间的语义权重差异，导致传统文本分类模型难以捕捉细粒度政治光谱。其次，数据集构建过程中遭遇显著技术瓶颈：原始政党立场材料涵盖德语、法语、希腊语等5种官方语言，尽管采用Mixtral模型进行英译，但机器翻译的语义漂移可能扭曲原意，尤其针对涉及欧盟制度术语的复杂句式。此外，政党立场的时间敏感性带来标注困难，部分政党的竞选纲领在选举前数周仍在更新，而数据集的静态快照特征无法动态反映这种政治话语的瞬时演变，这要求未来研究需引入时序感知的语义对齐机制。

常用场景

经典使用场景

在计算社会科学与自然语言处理交叉领域，EUANDI-2024数据集作为2024年欧洲议会选举投票咨询应用的核心资源，其经典使用场景聚焦于政党立场识别与选民意见匹配。该数据集包含30道政治议题问卷，涵盖社会福利、税收政策、国际关系等关键议题，同时提供德国、法国、意大利、西班牙、希腊五国主要政党及欧洲政党的立场标注。研究者通过将政党的简短回答与标准化立场评分（从完全不同意到完全同意的连续值）相结合，能够构建政党-议题多维空间，进而分析欧洲政治光谱的演变趋势。这一场景为跨国民意比较和选举行为建模提供了标准化的数据基础。

解决学术问题

该数据集着力解决政治文本立场量化与多语言政党立场对齐的学术难题。传统政党立场研究多依赖专家编码或单一语言文本分析，而EUANDI-2024通过Mixtral模型将原始语言立场自动翻译为英文，构建了跨语言可比的政治立场数据库。这突破了以往研究受限于语言壁垒的困境，使得学者能够系统性探究不同国家政党在同一议题上的立场差异与趋同现象。数据集在Chalkidis（2024）的研究中被用于验证大语言模型作为投票助手的有效性，揭示了语境增强技术如何提升政党立场预测的准确性，为计算政治学提供了可复现的基准测试框架。

实际应用

在实际应用层面，EUANDI-2024数据集直接服务于欧洲公民的选举决策支持系统。通过将用户对30道议题的偏好与政党立场进行相似度计算，该数据集能够驱动个性化投票推荐算法，帮助选民在碎片化信息环境中快速定位与其价值观相符的政党。此外，数据集还可用于开发多语言政治立场可视化工具，向公众透明展示各政党的政策主张来源（如竞选纲领PDF链接），增强选举过程的民主透明度。新闻媒体亦可利用该数据集生成数据驱动的选举报道，例如分析极右翼政党在移民议题上的立场一致性。

数据集最近研究

最新研究方向

EUANDI-2024数据集聚焦于2024年欧洲议会选举背景下，利用大语言模型（LLM）作为投票辅助工具的前沿探索。该研究通过整合政党立场与问卷数据，结合上下文增强技术，验证了LLM在政治立场匹配与选民信息支持中的潜力。其核心价值在于推动计算政治学与自然语言处理的交叉创新，为选举透明度和公民政治参与提供智能化解决方案，呼应了当前AI辅助民主决策的热点议题。