利用语言模型检测漂绿行为
计算与语言
2024-11-26 v2 机器学习
摘要
近年来，气候变化的影响日益引起公众关注。因此，企业在其可持续性报告中强调环保举措以提振公众形象。然而，此类报告审查缺乏严格监管，可能导致漂绿行为。在本研究中，我们引入一种新颖的初步方法，通过在生成的漂绿风险标签上训练语言模型来检测漂绿。我们的主要贡献包括：建立量化漂绿风险的初步数学表述、针对该问题微调的 ClimateBERT 模型，以及结果的对比分析。在一个由可持续性报告组成的测试集上，我们的最佳模型取得了 86.34% 的平均准确率与 0.67 的 F1 分数，表明我们的概念验证方法为该任务展示了一个有前景的探索方向。
引用
@article{arxiv.2311.01469,
title = {Leveraging Language Models to Detect Greenwashing},
author = {Avalon Vinella and Margaret Capetz and Rebecca Pattichis and Christina Chance and Reshmi Ghosh and Kai-Wei Chang},
journal= {arXiv preprint arXiv:2311.01469},
year = {2024}
}