基于LDA模型的国文本的主题热点及策略分析

• 作者： 毛太田 ¹ 彭一荷 ¹
• 作者单位：
  1.  湘潭大学公共管理学院
• 提交时间：2024-09-18

摘要: [目的/意义] 本研究应用LDA模型深入挖掘国际人工智能监管政策，旨在明确各国监管焦点与趋势，为全球AI治理策略提供参考。[方法/过程] 通过分析22份国际政策文件，本文采用LDA主题聚类分析法，识别并探讨关键主题词，揭示监管热点。[结果/结论] 研究揭示了六个核心监管主题：系统风险评估、伦理法律规范、社会影响治理、透明度与信任、创新与风险控制、全球监管策略，并据此提出四项政策建议。[创新/局限] 研究创新性地运用LDA模型为AI监管政策分析提供新视角，但主要限于文本分析。未来研究可通过实地调研和跨学科方法进一步拓展。

• 来自： 彭一荷
• 分类： 信息资源管理 >> 情报学
• 稿件状态： 已投稿会议
会议名称： 数智赋能学术期刊创新发展 ——第四届信息资源管理期刊发展论坛征文（2024年7月 —2024年10月）
• 引用： PSSXiv:202409.01320 (或此版本 PSSXiv:202409.01320V1)
  DOI:10.12451/202409.01320
  CSTR:32012.36.PSSXiv202409.01320
• 推荐引用方式： 毛太田,彭一荷.基于LDA模型的国文本的主题热点及策略分析.哲学社会科学预印本平台:https://zsyyb.cn/abs/202409.01320.[PSSXiv:202409.01320V1] (点此复制)