ClimateBERT-NetZero：净零与减排目标的检测与评估
机器学习
2023-10-13 v1
摘要
公共与私人行为体难以评估各类机构所作出可持续性承诺的海量信息。为解决该问题，我们创建了一种自动检测企业、国家及地区净零与减排目标的新型工具，分为三步。首先，我们引入一个含 3.5K 文本样本的专家标注数据集。其次，我们训练并发布 ClimateBERT-NetZero，一种用于检测文本是否包含净零或减排目标的自然语言分类器。第三，我们通过两个用例展示其分析潜力：首先演示如何将 ClimateBERT-NetZero 与传统问答（Q&A）模型结合以分析净零与减排目标中所展现的雄心；此外，我们将 ClimateBERT-NetZero 模型应用于季度财报电话会议记录，并勾勒出沟通模式随时间的演变。实验展示了大规模提取与分析净零及减排目标的可行路径。
引用
@article{arxiv.2310.08096,
title = {ClimateBERT-NetZero: Detecting and Assessing Net Zero and Reduction Targets},
author = {Tobias Schimanski and Julia Bingler and Camilla Hyslop and Mathias Kraus and Markus Leippold},
journal= {arXiv preprint arXiv:2310.08096},
year = {2023}
}