홍수 조명 없이 홍수를 검색하는 것: 독일 뉴스의 극단적 기후 사건에 대한 주제 모델이 이진 분류기로 활용되는 연구

극단적 기후 사건의 미디어 보도 연구에서 NLP(자연어 처리) 방법은 대규모 뉴스 데이터베이스에서 관련 텍스트를 식별하기 위해 필수불가결해졌습니다. 그러나, 정확도를 높이기 위해从头 (from scratch) 훈련할 수 있는 충분한 어노테이션된 데이터는 종종 이용 가능하지 않습니다. 주제 모델 (Topic Models) 은监督和 해석 가능한 두 가지 장점을 가지고 있지만, 일반적으로 탐색적 분석이나 데이터 특성화를 위해만 사용됩니다. 본 연구에서는 독일 미디어의 7 가지 유형의 극단적 기후 사건에 대한 관련 뉴스 검색을 개선하기 위해 주제 모델을 이진 분류기로 어떻게 활용하는지 조사합니다. 우리의 방법은 어노테이션된 샘플을 사용하여 평가 지침을 제공하며, 훈련 절차를 수정하지 않고 주제 모델로 추정된 후분포 (posterior distributions) 를 사용하여 관련 문서를 선택합니다. 우리는 키워드 뉴스 데이터베이스를 검색할 때 할당된 확률도 관련 주제를 선택하고 샘플 정밀도를 개선하는 데 정보적일 수 있음을 보여줍니다. 우리는 우리의 결과를 세밀하게 조정된 텍스트 임베딩 분류기와 오픈 웨이트 LLM(대규모 언어 모델) 과 비교하며, 관찰된 트레이드오프 (예: LLM 의 가장 낮은 정밀도) 를 논의합니다. 또한, 우리는 결과가 위험에 의존적임을 보여주며, 이는 NLP 작업에서 기후 사건을 단일 범주로 고려하는 것에 반대합니다.