NASS-AI：基于文档级嵌入与双向长短期记忆网络的议会法案数字化
计算机视觉与模式识别
2019-10-14 v1 计算机与社会
信息检索
机器学习
摘要
尼日利亚和国际媒体已有多篇报道称，尼日利亚国民议会（NASS）的参议员和众议院议员是全球薪酬最高的。尽管议会薪酬水平如此之高且缺乏监督，但大多数立法职责，如提出的法案和投票程序，仍笼罩在迷雾中，缺乏开放且带标注的语料库。在本文中，我们展示了关于对自第四共和国（1999—2018）以来尼日利亚议会提出的法案进行分类的正在进行的研究结果。针对该任务，我们采用了一种多步骤方法，包括使用光学字符识别（OCR）工具从低到中等质量的扫描及内嵌 PDF 中提取文本，并将其标注为八类。我们研究了在使用双向长短期记忆（Bi-LSTM）作为分类器之前，以文档级嵌入对提取文本进行特征表示的效果。其性能进一步与其他特征表示及机器学习技术进行了比较。我们相信，这些结果将对满足基本开放数据宪章原则的探索产生实质性影响。
引用
@article{arxiv.1910.04865,
title = {NASS-AI: Towards Digitization of Parliamentary Bills using Document Level Embedding and Bidirectional Long Short-Term Memory},
author = {Adewale Akinfaderin and Olamilekan Wahab},
journal= {arXiv preprint arXiv:1910.04865},
year = {2019}
}
备注
Presented at NeurIPS 2019 Workshop on Machine Learning for the Developing World