Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Natural Language Processi… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Natural Language Processing in Policy Evaluation: Extracting Policy Conditions from IMF Loan Agreements

Paper i proceeding
Författare Joakim Åkerström
Adel Daoud
Richard Johansson
Publicerad i Proceedings of the 22nd Nordic Conference on Computational Linguistics; September 30 – October 2; Turku, Finland
Förlag Linköping University Electronic Press
Publiceringsår 2019
Publicerad vid Institutionen för data- och informationsteknik (GU)
Språk en
Länkar https://www.aclweb.org/anthology/W1...
Ämnesord natural language processing, text categorization, IMF, International Monetary Fund, methodology
Ämneskategorier Datorlingvistik, Annan samhällsvetenskap

Sammanfattning

Social science researchers often use text as the raw data in investigations: for instance, when investigating the effects of IMF policies on the development of countries under IMF programs, researchers typically encode structured descriptions of the programs using a time-consuming manual effort. Making this process automatic may open up new opportunities in scaling up such investigations. As a first step towards automatizing this coding process, we describe an experiment where we apply a sentence classifier that automatically detects mentions of policy conditions in IMF loan agreements and divides them into different types. The results show that the classifier is generally able to detect the policy conditions, although some types are hard to distinguish.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?