关键词之外：利用生成大语言模型和标签聚合对新闻文章中的经济政策不确定性进行分类

这项研究描述了大语言模型（LLM）在公共部门经济监测中的应用，以自动确定文章是否讨论经济政策不确定性（EPU）并识别其具体类型。以前的研究要么依赖关键词，这通常会导致大量误报，要么使用机器学习方法，需要大量高质量的人工标记数据，而获取这些数据既昂贵又耗时。在本研究中，我们提出了基于弱监督技术的方法，使用生成大语言模型通过提示创建合成标签，使该方法既具有成本效益又可扩展。此外，我们提出了对与 EPU 相关的文章进行多标签和层次分类的方法。