Skip to content
Hot storiesContinuously updated

研究者提出立法法案讨论话语修辞结构解析管线

1 reports1 reporting sourcesUpdated 4 hours ago

Start here

AI overview

2026年11月5日，研究人员在arXiv发布关于立法法案讨论话语分析的研究，提出了一种用于解析立法委员会听证会修辞结构的端到端管线。该管线构建的修辞结构文法能够解析数据集中55.21%的加利福尼亚州法案讨论。在包含100场听证会、超2,000条标注发言的测试集上，结合文法输出掩码与标签平滑的逻辑回归分类器表现超越了更复杂的模型，最终取得了52.8%的话语切片标签F1分数。

AI-generated from reports · Updated 4 hours ago

Latest developmentsNov 5 13:00
研究人员提出立法听证会修辞结构解析管线，测试集切片标签F1分数达52.8%。

Report timeline

Follow the reports to see different sides of the story.

Nov 5
  1. arXiv 自然语言处理
    立法法案讨论的话语分析

    研究人员提出一种解析立法委员会听证会修辞结构的端到端管线，其构建的修辞结构文法可解析数据集中 55.21% 的加利福尼亚州法案讨论。在包含 100 场听证会、超 2,000 条标注发言的测试集上，结合文法输出掩码与标签平滑的逻辑回归分类器超越了更复杂模型，取得 52.8% 的话语切片标签 F1 分数。

Story heat trend

Current heat 9·Comparable peak 10（Nov 5 13:00）·Comparable change, last 24 hours–

02.557.510Nov5Nov5Nov5Nov5

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.