研究人员开发了一个系统,用于追踪和可视化政治候选人做出的选举承诺,特别是在问责制往往缺失的发展中国家。这项工作引入了首个尼泊尔政治文本的黄金标准数据集,并评估了各种AI模型在提取这些承诺方面的表现。LaBSE-LR和fastText-LSTM模型表现强劲,而Qwen3_8B模型在少样本设置中表现出有效性。该系统已集成到移动应用程序中,以提高透明度和公民参与度。 AI
影响 通过对竞选承诺进行AI驱动的分析,增强了政治进程的透明度和问责制。
排序理由 学术论文,详细介绍了用于选举承诺挖掘的新数据集和模型评估。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- FastText + LSTM
- Gotit.pub
- Hugging Face
- LaBSE-LR
- Qwen3_8B
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →