希腊政府决策数据集：用于公共部门分析与洞察
计算与语言
2025-12-12 v2
摘要
我们介绍了一个源自希腊国家透明平台Diavgeia的、开放且机器可读的希腊政府决策语料库。该资源包含100万条决策，附带从PDF中提取的高质量原始文本。数据以Markdown格式发布，并附带可完全可复现的提取流程。除核心数据集外，我们还进行了定性分析，探讨了模板化模式，并设计了一个基于检索增强生成(RAG)的任务，通过构建一组代表性问题、创建高质量答案，并在其上评估基线RAG系统的检索与推理能力。该评估表明，大规模公共部门语料库能够通过结构化检索和推理支持高级信息获取与透明度，同时也展示了如何通过RAG管道模拟一个能够交互式回答关于公共决策的问题的聊天式助手。由于其规模、质量和领域覆盖范围，该语料库还可作为新的语言模型(LM)和大型语言模型(LLM)的高价值预训练或微调材料，包括专门用于法律和政府领域的模型，以及用于领域适应、知识 grounding 生成和可解释人工智能的新方法。最后，我们讨论了局限性，阐述了未来方向，并公开了数据和代码。
引用
@article{arxiv.2512.05647,
title = {A Greek Government Decisions Dataset for Public-Sector Analysis and Insight},
author = {Giorgos Antoniou and Giorgos Filandrianos and Aggelos Vlachos and Giorgos Stamou and Lampros Kollimenos and Konstantinos Skianis and Michalis Vazirgiannis},
journal= {arXiv preprint arXiv:2512.05647},
year = {2025}
}