利用 BERT 语言模型进行多语言 ESG 问题识别
原文中文，约500字，阅读约需2分钟。发表于：。本研究利用 BERT 语言模型探索了多种策略，用于准确分类新闻文档至 35 个不同的 ESG 问题类别，结果显示 RoBERTa 分类器在英文测试数据集中位居第二，并在法语测试数据集中与其他模型并列第五，此外，我们针对中文设计的基于 SVM 的二元模型在测试数据集中展现了优异的性能，位居第二。
本文通过构建引用网络和分析ESG元素，对分布式账本技术（DLTs）在环境可持续性和治理（ESG）领域的研究进行了综述。研究者选择了107篇种子论文，提取出505篇关键论文，并提供了一个专为DLT和ESG相关研究设计的命名实体识别数据集。
