巴西国家参与平台 civic 提案的语义聚类：案例研究
软件工程
2025-10-07 v2
摘要
推动数字平台（如 Brasil Participativo）上的参与已成为全球政府的首要任务。然而，由于贡献量庞大， much of this engagement goes underutilized, 组织它 presents significant challenges: (1) 手动分类在规模下是不可行的；(2) 需要专家参与；(3) 需要与官方分类体系保持一致。在本文中，我们引入了一种结合 BERTopic、种子词和由大语言模型自动验证的过滤方法的框架。初始结果表明，生成的话题具有良好一致性和制度对齐性，所需人力最小。这种方法使政府能够将大量市民意见转化为用于公共政策的可行数据。
引用
@article{arxiv.2509.21292,
title = {Semantic Clustering of Civic Proposals: A Case Study on Brazil's National Participation Platform},
author = {Ronivaldo Ferreira and Guilherme da Silva and Carla Rocha and Gustavo Pinto},
journal= {arXiv preprint arXiv:2509.21292},
year = {2025}
}
备注
12 pages, in Portuguese language