ReadingMachine：结构化语料库阅读和大规模合成的计算方法

ReadingMachine 是一种用于结构化语料库阅读的计算方法，它使用 大语言模型 对整个文档集合执行有界阅读操作。该方法不依赖检索或递归总结，而是将分析分解为可检查的阶段，包括洞察提取、语义聚类、主题生成和迭代遗漏检测。通过延迟不可逆压缩和显式跟踪中间表示，该方法优先考虑大型语料库中的覆盖范围、可追溯性和分歧保留。该系统在包含 152 份产业政策文件的异构语料库上进行了演示，产生了超过 17,500 个提取的见解和结构化主题地图。 ReadingMachine 作为大规模定性综合和语料库分析的开源实验框架发布。