arXiv 自然语言处理· Noah Dasanaike·· 8 小时前AI 评分39
预训练语言模型作为社会科学研究的零样本工具
Pre-Trained Language Models as Zero-Shot Tools for Social Science Research
AI 导读
预训练语言模型无需针对具体任务训练，即可准确完成社会科学中的记录链接和基于姓名的人口统计学推断。记录链接算法 EnsembleLink 结合预训练嵌入向量与字符串评分器，表现匹配或超越多数以往方法，并能跨字符集与格式泛化；LLM 在美国选民名册的族裔推断上达到最高 83.8% 准确率，超过 BISG 的 78.0%。开源权重模型也具备接近该水平的表现，并支持美国以外宗教、种姓等类别的推断。
来源：arXiv 自然语言处理 · arxiv.org