典型文献
基于预训练语言模型的政策识别研究
文献摘要：
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.
文献关键词：
预训练;语言模型;政策识别
中图分类号：
作者姓名：
朱娜娜;王航;张家乐;孙英巍
作者机构：
黑龙江大学 信息管理学院,黑龙江 哈尔滨 150080;哈尔滨学院 图书馆,黑龙江 哈尔滨 150086;哈尔滨工业大学 计算学部,黑龙江 哈尔滨 150001;哈尔滨局集团公司党校,黑龙江 哈尔滨 150001
文献出处：
引用格式：
[1]朱娜娜;王航;张家乐;孙英巍-.基于预训练语言模型的政策识别研究)[J].中文信息学报,2022(02):104-110
A类：
政策识别
B类：
预训练语言模型,量化研究,政策研究,客观数据,主观性,随机性,政策文本分析,文本分析方法,靠手,规模较,类经,小规模数据集,偏置,文本数据
AB值：
0.276613
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
