NATO统一性的定性与定量新闻分析的AI方法

本文考虑使用GPT模型结合检索增强生成（RAG）对NATO情绪、NATO统一性和NATO第5条信任意见得分进行定性和定量分析，这些分析涉及来自Google搜索API找到的新闻网站、带有评论的YouTube视频以及Reddit讨论中的不同网源。针对NATO相关话题的新闻采用RAG方法进行分析。使用了两种层次的RAG分析：在第一层，GPT模型使用零样本提示生成定性新闻摘要和定量意见得分；在第二层，GPT模型生成新闻摘要的摘要。对GPT模型生成的定量新闻意见得分使用贝叶斯回归进行分析，以获取趋势线。回归参数的分布使得可以分析指定新闻意见得分趋势的不确定性。获得的结果显示，分析的意见得分关于NATO统一性呈下降趋势。该方法旨在进行政治分析，而是考虑基于AI的方法可用于进一步分析作为复杂分析方法的一部分。获得的结果表明，GPT模型用于新闻分析可以提供信息丰富的定性和定量分析，提供重要见解。基于神经常微分方程的动态模型用于建模公众意见的演变。该方法使得可以分析不同情景下的公众意见演变。