基于预训练语言模型的政策识别研究

作     者：朱娜娜 王航 张家乐 孙英巍 ZHU Nana;WANG Hang;ZHANG Jiale;SUN Yingwei

作者机构：黑龙江大学信息管理学院黑龙江哈尔滨150080 哈尔滨工业大学计算学部黑龙江哈尔滨150001 哈尔滨学院图书馆黑龙江哈尔滨150086 哈尔滨局集团公司党校黑龙江哈尔滨150001 

基　　金：国家社会科学基金(15ATQ008) 黑龙江省文化厅艺术科学规划项目(2019C027) 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2022年第36卷第2期

页      码：104-110页

摘      要：政策文本的量化研究近年来受到了政策研究学者的广泛关注,其研究结论以客观数据为依据,在很大程度上可以克服以往对政策定性分析的主观性和随机性。已有定量政策文本分析方法主要存在两方面的不足:一方面,对于政策文本的采集主要依靠手工收集,其数据规模较小;另一方面,在政策识别方面主要依靠人类经验,在小规模数据集上进行偏置归纳。针对以上问题,该文提出基于预训练语言模型的政策识别方法,从而克服以上问题,在较大规模的政策文本数据集上取得了较好的效果。

主 题 词：预训练 语言模型 政策识别 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1003-0077.2022.02.012

馆 藏 号：203109148...