論文の概要: Automated Evidence Extraction and Scoring for Corporate Climate Policy Engagement: A Multilingual RAG Approach

• arxiv url: http://arxiv.org/abs/2509.08907v1
• Date: Wed, 10 Sep 2025 18:09:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-12 16:52:24.095867
• Title: Automated Evidence Extraction and Scoring for Corporate Climate Policy Engagement: A Multilingual RAG Approach
• Title（参考訳）: コーポレート気候政策エンゲージメントのための自動エビデンス抽出とスコーリング:多言語RAGアプローチ
• Authors: Imene Kolli, Ario Saeid Vaghefi, Chiara Colesanti Senni, Shantam Raj, Markus Leippold,
• Abstract要約: InfluenceMapのLobbyMap Platformは、500社以上の企業と250の業界団体による気候政策の関与を監視している。 我々は,企業気候政策の関与の監視を加速するAI支援フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 3.305481591569461
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: InfluenceMap's LobbyMap Platform monitors the climate policy engagement of over 500 companies and 250 industry associations, assessing each entity's support or opposition to science-based policy pathways for achieving the Paris Agreement's goal of limiting global warming to 1.5{\deg}C. Although InfluenceMap has made progress with automating key elements of the analytical workflow, a significant portion of the assessment remains manual, making it time- and labor-intensive and susceptible to human error. We propose an AI-assisted framework to accelerate the monitoring of corporate climate policy engagement by leveraging Retrieval-Augmented Generation to automate the most time-intensive extraction of relevant evidence from large-scale textual data. Our evaluation shows that a combination of layout-aware parsing, the Nomic embedding model, and few-shot prompting strategies yields the best performance in extracting and classifying evidence from multilingual corporate documents. We conclude that while the automated RAG system effectively accelerates evidence extraction, the nuanced nature of the analysis necessitates a human-in-the-loop approach where the technology augments, rather than replaces, expert judgment to ensure accuracy.
• Abstract（参考訳）: インフルエンスマップのロビーマッププラットフォームは、500以上の企業と250以上の業界団体の気候政策の関与を監視し、地球温暖化を1.5{\deg}Cに制限するというパリ協定の目標を達成するための、各団体の科学ベースの政策経路への支持や反対を評価している。 InfluenceMapは分析ワークフローの重要な要素を自動化して進歩してきたが、評価のかなりの部分は手作業で行われており、時間と労力が集中的であり、ヒューマンエラーの影響を受けやすい。 本稿では,大規模テキストデータから最も時間を要する証拠の抽出を自動化するために,検索・拡張生成を活用することで,企業の気候政策関与の監視を加速するAI支援フレームワークを提案する。 本評価は,複数言語コーポレート文書からエビデンスを抽出・分類する上で,レイアウト対応構文解析,Nomic埋め込みモデル,数ショットプロンプト戦略の組み合わせが最適であることを示す。 自動RAGシステムはエビデンス抽出を効果的に高速化するが、解析のニュアンスな性質は、精度を確保するためには、技術が置き換えるのではなく、専門家による判断を付加する、ループ内アプローチを必要とすると結論付けた。

関連論文リスト

• From Vision to Validation: A Theory- and Data-Driven Construction of a GCC-Specific AI Adoption Index [0.1749935196721634]
  本研究は、文献レビューの詳細な分析と6つの国家AI戦略(NASs)に基づく理論駆動基盤を用いる。 この研究は、ガルフ協力評議会(GCC)の公共セクターに特化して、新しいAI導入指数を開発し、検証する。 調査結果は、堅牢な技術的インフラストラクチャと明確なポリシが、AI実装の成功に最も大きな影響を与えていることを示している。
  論文  参考訳（メタデータ） (2025-09-05T20:06:57Z)
• OmniEAR: Benchmarking Agent Reasoning in Embodied Tasks [52.87238755666243]
  OmniEARは,言語モデルが身体的相互作用やツールの使用,マルチエージェントの協調にどう影響するかを評価するためのフレームワークである。 我々は、家庭と工業領域にまたがる1500のシナリオにおける連続的な物理的特性と複雑な空間的関係をモデル化する。 我々の体系的な評価は、モデルが制約から推論しなければならない場合、厳しい性能劣化を示す。
  論文  参考訳（メタデータ） (2025-08-07T17:54:15Z)
• EarthLink: A Self-Evolving AI Agent for Climate Science [48.79195019138236]
  我々は、地球科学者のための対話型ロボットとして設計された最初のAIエージェントであるEarthLinkを紹介する。 計画やコード生成からマルチシナリオ分析まで、エンドツーエンドの研究ワークフローを自動化する。 複数の専門家による評価において、EarthLinkは科学的に音の分析を行い、分析能力を示した。
  論文  参考訳（メタデータ） (2025-07-23T08:29:25Z)
• Temporal Analysis of Climate Policy Discourse: Insights from Dynamic Embedded Topic Modeling [0.005755004576310333]
  時間分析は、政策立案者や研究者を含むステークホルダーが過去の優先順位を評価し、新たなテーマを特定し、ガバナンス戦略を設計し、緩和策を開発するのに役立つ。 手動のシマティックコーディングのような伝統的なアプローチは、グローバルポリシーの言説の複雑で相互に結びついた性質を捉えるのに時間がかかり、制限されている。 我々は,地球規模の気候政策に関する言論の進化を分析するために,動的組込みトピックモデル(DETM)を適用した。
  論文  参考訳（メタデータ） (2025-07-08T22:30:01Z)
• Computational Analysis of Climate Policy [0.0]
  この論文は、気候非常事態運動が地方政府の気候政策に与える影響を探求するものである。 私はまずOpenAIモデルGPT-4を使ってPALLMというシステムを構築しました。 私は地方政府の政策立案者の助けを借りて、この制度の実績を検証した。 ビクトリア州の地方自治体から現在の政策文書を大規模に分析するために使用しました。
  論文  参考訳（メタデータ） (2025-06-13T00:13:30Z)
• AI-Driven Climate Policy Scenario Generation for Sub-Saharan Africa [0.005755004576310333]
  我々は、サハラ以南のアフリカの気候政策シナリオをシミュレートするために、ジェネレーティブAIを使用します。 このプロジェクトの目的は、地域気候の目標やエネルギーの課題に合わせて、多様で多様な政策シナリオを作成することである。 構造化された埋め込みベースの評価フレームワークは、生成AIが一貫性があり、関連性があり、信頼性があり、多様であるシナリオを効果的に生成していることを示している。
  論文  参考訳（メタデータ） (2025-05-24T13:38:17Z)
• The Great Nugget Recall: Automating Fact Extraction and RAG Evaluation with Large Language Models [53.12387628636912]
  本稿では,人間のアノテーションに対して評価を行う自動評価フレームワークを提案する。 この手法は2003年にTREC Question Answering (QA) Trackのために開発された。 完全自動ナゲット評価から得られるスコアと人間に基づく変種とのランニングレベルでの強い一致を観察する。
  論文  参考訳（メタデータ） (2025-04-21T12:55:06Z)
• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。 AIの真の気候フットプリントを誤って表現し、意味のある介入の範囲を制限している、と我々は主張する。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• 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)
• Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy Evaluation Approach [84.02388020258141]
  強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。 ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。 実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2021-02-20T03:29:20Z)

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。