Linguistic Complexity of 21st Century Polish Parliamentary Speeches — A Quantitative, Corpus-based study

Poniższe badanie stanowi próbę eksploracji złożoności językowej w 53.486 przemówieniach z Korpusu Dyskursu Parlamentarnego (KDP) z lat 2001-2019 wygłoszonych podczas posiedzeń plenarnych Sejmu RP. Wybrano wystąpienia 1116 posłów i posłanek. Główną motywacją badania było prześledzenie, czy poglądy gospodarcze i społeczne reprezentowane przez partie polityczne, przynależność mówcy do koalicji rządzącej lub opozycji oraz jego płeć, a także umiejscowienie w czasie mają znaczący wpływ na złożoność wypowiedzi. Operacjonalizację pojęcia złożoności językowej przeprowadzono za pomocą miar trzech poziomów: leksykalnego (miary MATTR, HD-D, K oraz MTLD), składniowiego (MHD i MDD) oraz zrozumiałości (CLASS_J, CLASS_P, P_NL i FOG). Estymację złożoności językowej przeprowadzono za pomocą modeli regresji wykorzystujących zwykłą metodę najmniejszych kwadratów (OLS) i modeli mieszanych z użyciem ograniczonej metody maksymalnej wiarygodności (REML), których zadaniem było prześledzenie wpływu cech indywidualnych każdego z mówców. Wyniki dla wspomnianych wcześniej predyktorów złożoności językowej zostały skonfrontowane z podobnymi badaniami wykonanymi dla innych języków. Odnotowano statystycznie istotny (w tym badaniu określony na poziomie p < .05) spadek złożoności językowej w czasie dla dziewięciu z dziesięciu miar we wszystkich modelach. Ponadto cechy indywidulane mówców okazały się istotnym czynnikiem wpływającym na wartości miar złożoności językowej.

The study investigates linguistic complexity within 53,486 parliamentary speeches from Polish Parliamentary Corpus (PPC) delivered during the Sejm plenary sessions between 2001 and 2019. A selection of speeches of 1,116 representatives was analysed. The primary aim was to explore whether political party positioning on economic and social axes, speaker affiliation with the coalition in power or opposition, their sex, or temporal changes, influenced the linguistic complexity of the speeches. The operationalisation of linguistic complexity was based on a three-tiered division. First, lexical level metrics included MATTR, HD-D, Yule’s K, and MTLD. Second, measures of syntactic level complexity comprised MDD and MHD. Third, readability was assessed using CLASS_J, CLASS_P, P_NL, and FOG metrics. Primary analysis incorporated the Ordinary Least Squares (OLS) method to estimate complexity. Supplementary analysis involved mixed-effects models using the Restricted Maximum Likelihood (REML) method to trace the impact of speaker-specific characteristics. The influences of the aforementioned predictors on complexity are juxtaposed with prior findings for other corpora. A statistically significant (in this study set at p < .05) decrease in linguistic complexity over time was observed in nine out of ten measures in all models. Additional analysis confirmed that speaker-specific characteristics significantly affected complexity scores.