气候相关文档中社会临界点证据的自动检测与结构化：一个模块化AI框架

arXiv cs.CL 论文
climate-change ai-framework social-tipping-points text-mining modular-system transformer-models nlp

摘要

本文介绍了一个基于Transformer的开源模块化框架，用于检测和构建气候文档中的社会临界点证据，使用了DistilBERT、RoBERTa、Mistral 7B和LLaMA 3.2 3B等模型，并在专家标注的基准上进行了评估。

arXiv:2609.12254v1 公告类型：新 摘要：气候文献的增长速度超出了评审团队的阅读能力。这种差距对于像环境社会临界点这样的概念最为重要，即社会系统中一个小变化触发快速、自我强化变化的阈值。这种转变的证据通常包含在较长文档的一两个段落中。因此，现有的文本挖掘工具——这些工具按主题对整个文档进行分类或突出显示孤立的声明——留下了一组不断扩大的重要证据，没有任何系统的方法来发现或组织。本文提出了一个开放的、基于Transformer的模块化框架，该框架在段落级别检测和构建社会临界点证据。该框架将五个组件组合成一个可部署的工作流程：一个用于分割的DistilBERT边界分割器、一个用于检测的迭代增强的RoBERTa分类器、一个用于改写每个检测到的段落以使其清晰的Mistral 7B模型、一个用于根据五个已发布的社会临界点标准对段落进行评分的LLaMA 3.2 3B模型，以及一个用于语义检索的Milvus向量存储。该系统包装在Streamlit界面中，并由MinIO对象存储支持。在由GPT-4.1标注的163段基准测试和由专家审查的51段集上进行评估，分割器在九个指标的综合得分（6.137）上超越了三种竞争方法。调整后的RoBERTa模型在整个基准测试中达到了71.4%的准确率，Cohen's kappa系数为0.337，而在有标签的段落中，准确率为87.5%，kappa系数为0.742，优于专注于气候的模型和未调整的语言模型。
查看原文
查看缓存全文

缓存时间: 2026/09/14 08:30 

# 气候相关文档中社会临界点证据的自动检测与结构化：一种模块化AI框架
来源：https://arxiv.org/abs/2609.12254
作者：Kavindu Perera (https://arxiv.org/search/cs?searchtype=author&query=Perera,+K), Mohammad Abaeiani (https://arxiv.org/search/cs?searchtype=author&query=Abaeiani,+M), Ekaterina Gilman (https://arxiv.org/search/cs?searchtype=author&query=Gilman,+E), Lauri Loven (https://arxiv.org/search/cs?searchtype=author&query=Loven,+L), Mourad Oussalah (https://arxiv.org/search/cs?searchtype=author&query=Oussalah,+M), Tassos Kanellos (https://arxiv.org/search/cs?searchtype=author&query=Kanellos,+T), Beatrice Gobbo (https://arxiv.org/search/cs?searchtype=author&query=Gobbo,+B), Dante Adami (https://arxiv.org/search/cs?searchtype=author&query=Adami,+D), Nicolò Ferriani (https://arxiv.org/search/cs?searchtype=author&query=Ferriani,+N), Maximiliano Romero (https://arxiv.org/search/cs?searchtype=author&query=Romero,+M), Pierre Rossel (https://arxiv.org/search/cs?searchtype=author&query=Rossel,+P), Marc Bonazountas (https://arxiv.org/search/cs?searchtype=author&query=Bonazountas,+M), Christina Deligianni (https://arxiv.org/search/cs?searchtype=author&query=Deligianni,+C), Nikos Xyderis (https://arxiv.org/search/cs?searchtype=author&query=Xyderis,+N), Artur Bogucki (https://arxiv.org/search/cs?searchtype=author&query=Bogucki,+A), Lampros Argyriou (https://arxiv.org/search/cs?searchtype=author&query=Argyriou,+L), Prasasthy Balasubramanian (https://arxiv.org/search/cs?searchtype=author&query=Balasubramanian,+P)

查看PDF (https://arxiv.org/pdf/2609.12254)

> **摘要**：气候文献的增长速度已远超审阅团队的阅读能力。这一缺口对于“环境社会临界点”这类概念尤为重要——它指的是当微小变化触发社会系统快速、自我强化转变的阈值。此类转变的证据通常只包含在较长文档中的一两个段落里。因此，现有的文本挖掘工具——那些按主题对整个文档进行分类或高亮孤立声明的方法——使得越来越多的重要证据缺乏系统性的发现与组织方法。本文提出一个开放的、模块化的、基于Transformer的框架，用于在段落层级检测和结构化社会临界点证据。该框架将五个组件整合成一个可部署的工作流：用于文本分割的DistilBERT边界分割器、通过迭代增强训练的RoBERTa分类器、一个用于清晰重写每个检测到段落的Mistral 7B模型、一个依据五项已发布社会临界点标准对段落进行评分的LLaMA 3.2 3B模型，以及用于语义检索的Milvus向量存储。该系统封装在由MinIO对象存储支持的Streamlit界面中。在由GPT-4.1标注的163个段落基准测试集和由专家审核的51个段落集上进行评估后，分割器在九项指标的复合得分（6.137）上超越了三种竞争方法。经过调优的RoBERTa模型在完整基准测试集上达到了71.4%的准确率，Cohen's kappa系数为0.337；在带有标签的段落上达到了87.5%的准确率，kappa系数为0.742，优于一个气候专用模型和未调优的语言模型。

## 提交历史

来自：Prasasthy Balasubramanian [查看电子邮件 (https://arxiv.org/show-email/9f38865d/2609.12254)] **[v1]** 星期四，2026年9月10日 22:21:16 UTC (1,379 KB)

相似文章

人工智能研究中的主题相变：大规模证据与新兴主题的早期预警信号

arXiv cs.AI

本文分析了2017至2025年间五场顶级AI会议（ACL、CVPR、ICLR、ICML、NeurIPS）的80,814篇论文，表明主要AI主题并非逐步增长，而是通过突然的“主题相变”推进。文章提出了一种用于检测此类相变的早期预警信号，并指出推理、智能体AI和多模态大语言模型是2028年前值得关注的主题。

基于LLM的操纵性政治叙事检测

Hugging Face Daily Papers

一种结合基于提示的过滤和无监督聚类的计算框架，用于从社交媒体帖子中识别操纵性政治叙事聚类，无需预定义类别。