論文の概要: From Talk to Action with Accountability: Monitoring the Public
Discussion of Policy Makers with Deep Neural Networks and Topic Modelling
- arxiv url: http://arxiv.org/abs/2010.08346v3
- Date: Fri, 9 Jul 2021 16:12:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-06 20:13:08.278708
- Title: From Talk to Action with Accountability: Monitoring the Public
Discussion of Policy Makers with Deep Neural Networks and Topic Modelling
- Title（参考訳）: 講演から説明責任行動へ:ディープニューラルネットワークとトピックモデリングによる政策立案者の公開討論の監視
- Authors: Vili H\"at\"onen and Fiona Melzer
- Abstract要約: マルチソーストピックアグリゲーションシステム (MuSTAS) を提案する。
MuSTASは、いくつかの公開ソースからのポリシー作成者によるスピーチとレトリックを、容易に消化可能なトピックの要約に処理する。
この話題の消化は、政治家が気候変動と気候政策についてどこに、どのように、いつ話すかを評価するのに、一般市民や市民社会に役立ちます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decades of research on climate have provided a consensus that human activity
has changed the climate and we are currently heading into a climate crisis.
While public discussion and research efforts on climate change mitigation have
increased, potential solutions need to not only be discussed but also
effectively deployed. For preventing mismanagement and holding policy makers
accountable, transparency and degree of information about government processes
have been shown to be crucial. However, currently the quantity of information
about climate change discussions and the range of sources make it increasingly
difficult for the public and civil society to maintain an overview to hold
politicians accountable.
In response, we propose a multi-source topic aggregation system (MuSTAS)
which processes policy makers speech and rhetoric from several publicly
available sources into an easily digestible topic summary. MuSTAS uses novel
multi-source hybrid latent Dirichlet allocation to model topics from a variety
of documents. This topic digest will serve the general public and civil society
in assessing where, how, and when politicians talk about climate and climate
policies, enabling them to hold politicians accountable for their actions to
mitigate climate change and lack thereof.
- Abstract（参考訳）: 気候変動の研究は、人間の活動が気候を変え、現在気候危機に向かっているという意見の一致をもたらした。
気候変動の緩和に関する公的な議論や研究活動は増加しているが、潜在的な解決策は議論されるだけでなく、効果的に展開する必要がある。
不正管理や政策立案者が説明責任を負うのを防ぐため、透明性と政府プロセスに関する情報の程度が重要であることが示されている。
しかし、現在、気候変動に関する議論や情報源の多さから、公共社会や市民社会が政治家の責任を負うための概要を維持することはますます困難になっている。
そこで本研究では,複数の公開情報源の発言と修辞を,容易に理解可能なトピック要約へと処理するマルチソーストピックアグリゲーションシステム(mustas)を提案する。
MuSTASは、様々なドキュメントからトピックをモデル化するために、新しいマルチソースハイブリッド遅延ディリクレアロケーションを使用する。
この話題の消化は、政治家が気候変動と気候変動の政策について話す場所、方法、時期を評価する上で、一般市民や市民社会に役立ち、気候変動を緩和し、その欠如を和らげるために政治家に責任を負わせることができる。
関連論文リスト
- Comparing Data-Driven and Mechanistic Models for Predicting Phenology in
Deciduous Broadleaf Forests [47.285748922842444]
我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。
このアプローチは従来のプロセスベースのモデルよりも優れています。
論文 参考訳（メタデータ） (2024-01-08T15:29:23Z) - Arabic Mini-ClimateGPT : A Climate Change and Sustainability Tailored
Arabic LLM [77.17254959695218]
ChatGPTやBardのような大規模言語モデル(LLM)は、優れた会話能力を示し、幅広いNLPタスクに優れています。
我々は,オープンソースのLLM上に構築され,アラビア語データセットClima500-Instructの対話型命令チューニングに特化して微調整された軽量のアラビア語ミニクリメートGPTを提案する。
本モデルは,ChatGPTによる評価において,88.3%の症例において,ベースラインLLMを上回った。
論文 参考訳（メタデータ） (2023-12-14T22:04:07Z) - ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using
Natural Language Processing [0.0]
本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。
目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
論文 参考訳（メタデータ） (2023-10-12T07:48:50Z) - AI For Global Climate Cooperation 2023 Competition Proceedings [77.07135605362795]
国際機関が国際気候協定の遵守を保証できない。
RICE-NはAIエージェントを使用した地域意思決定のモデリングをサポートする。
IAMは、これらの決定の気候・経済的な影響を未来にモデル化する。
論文 参考訳（メタデータ） (2023-07-10T20:05:42Z) - Analysis of Climate Campaigns on Social Media using Bayesian Model
Averaging [29.413444722550356]
我々は、産業、その擁護団体、および気候変動擁護団体がソーシャルメディアを用いて、気候変動に関する物語にどのように影響するかを分析する。
我々は、Facebook上の気候広告のスタンスを特定するために、メッセージテーマと組み合わされた最小限のモデルスープ[57]アプローチを提案する。
論文 参考訳（メタデータ） (2023-05-06T16:43:29Z) - Climate Policy Tracker: Pipeline for automated analysis of public
climate policies [3.3509104620016092]
我々は10年間の国家エネルギーと気候計画の自動要約と分析にレイト・ディリクレ・アロケーション・ベースのパイプラインを使用する。
我々は、特定の問題を記述するための言語である政策フレーミングの分析に焦点をあて、政府の気候政策の枠組みにおける本質的なニュアンスを検出する。
論文 参考訳（メタデータ） (2022-11-10T20:19:28Z) - AI for Global Climate Cooperation: Modeling Global Climate Negotiations,
Agreements, and Long-Term Cooperation in RICE-N [75.67460895629348]
n個の戦略エージェントによる気候変動緩和に関する長期的な協力は、複雑なゲーム理論の問題を引き起こす。
地球温暖化と経済をシミュレートするマルチリージョン統合アセスメントモデルであるRICE-Nを紹介する。
本稿では,多エージェント強化学習を用いて理性エージェントをRICE-Nで訓練する方法について述べる。
論文 参考訳（メタデータ） (2022-08-15T04:38:06Z) - ClimateGAN: Raising Climate Change Awareness by Generating Images of
Floods [89.61670857155173]
実画像上でのリアルな洪水をシミュレートする手法を提案する。
本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
論文 参考訳（メタデータ） (2021-10-06T15:54:57Z) - NLP for Climate Policy: Creating a Knowledge Platform for Holistic and
Effective Climate Action [2.482368922343792]
本論文では,気候政策研究におけるNLP手法の活用方法について論じる。
NLPと気候政策研究の共生を4つの手法で例示します。
本論文は, 総合的な気候政策の定式化に, 知識プラットフォームの構築が寄与すると主張する。
論文 参考訳（メタデータ） (2021-05-12T12:30:02Z) - ClimaText: A Dataset for Climate Change Topic Detection [2.9767565026354186]
文に基づく気候変動トピック検出のためのデータセットであるtextscClimaTextを紹介した。
一般的なキーワードベースのモデルは、そのような複雑で進化するタスクには不十分であることがわかった。
我々の分析は、いくつかの面で改善する大きな可能性を明らかにしている。
論文 参考訳（メタデータ） (2020-12-01T13:42:37Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳（メタデータ） (2020-11-03T21:22:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。