研究欧洲议会中的游说影响

原文约400字，阅读约需1分钟。发表于：。

我们提出了一种基于自然语言处理（NLP）的方法，用于研究欧洲议会（EP）中利益集团（游说团体）在立法过程中的影响。通过收集和分析利益集团的立场文件和欧洲议会成员（MEPs）的演讲，我们能够发现 MEPs 与利益集团之间的可解释联系。我们的最佳方法在对比分析中获得了 0.77 的 AUC 得分，并且明显优于其他基准方法。此研究有助于提高民主机构内复杂决策过程的透明度。

本文介绍了一种基于情感分析的新数据集，以及使用该数据集进行的一系列实验。研究者训练了一个强大的情感分类器，用于议会会议，并引入了第一个领域特定的 LLM（语言模型）用于政治科学应用。实验证明，LLM 在议会数据上的额外预训练可以显著提高模型的性能，尤其是在情感检测等具体领域任务上。同时，该研究显示多语言模型在未知语言上表现良好，并且来自其他语言的额外数据显著提高了目标议会的结果。该研究对社会科学的多个领域做出了重要贡献，并建立了一种更可靠的政治文本情感分析方法。