绿色洗饰检测：自然语言处理文献综述

绿色洗饰指的是企业或政府为误导公众关于其环境影响方面的行为。本文提供了一份关于自然语言处理（NLP）方法用于检测文本数据中绿色洗饰的全面而具方法论基础的综述，重点关注企业的气候沟通。我们不把绿色洗饰视为单一的、封闭的任务，而是审视了研究者用来近似它的一系列 NLP 问题，即所谓的气候 NLP 任务，涵盖从气候主题检测到识别欺骗性沟通模式的各种任务。我们的 focus 在于这些方法的方法论基础：任务的形式化方式、数据集的构建方式以及模型评估如何影响可靠性。我们的综述揭示了一个碎片化的格局：尽管在受控环境下，多个子任务现已实现接近完美的性能，但涉及模糊性、主观性或推理的任务仍然具有挑战性。关键的是，目前不存在经过验证的绿色洗饰案例数据集。我们认为，推进自动化绿色洗饰检测需要采用原则性的 NLP 方法，这些方法结合可靠的数据标注与可解释的模型设计。未来的工作应利用第三方判断——如经验证的媒体报道或监管记录——以缓解标注主观性和法律风险，并采用分解式管道以支持人类监督、可追溯的推理以及高效的模型设计。