带论证的话语感知政策分析：灾害治理的混合 LLM 符号框架

政策文件塑造治理结果，但其推理往往是隐含的。参与承诺和管理控制通常共存于同一文本中，而它们之间的紧张关系很少被直接表述。现有的政策话语计算方法无法表达驱动这些紧张局势的框架中介关系，其中一种论点缩小或工具化了另一种论点，而不是拒绝它。 大语言模型 的端到端摘要生成流畅的文本，但几乎没有提供领域专家可以检查或质疑的结构。我们提出了 Apaf，一种混合​​的 LLM 符号管道，它将批判性话语分析操作为政策文本的定量双极论证框架。争论首先被分为审议框架或管理框架。然后，通过 LLM 提取特征的确定性规则生成四种框架介导的关系子类型（代理减少、议程转移、工具支持和规范支持）。我们发布了包含来自美国、英国、加拿大和澳大利亚的 100 个减少灾害风险政策子文档的新颖数据集，并表明所得的参数图在各个司法管辖区都是准确、可解释和稳定的。