Формування ╕ анал╕з мереж под╕й у сфер╕ парламентського контролю на основ╕ застосування систем штучного ╕нтелекту

// ╤нформац╕я ╕ право, 2024. - N 4(48). - C. 84-89. DOI: https://doi.org/10.37750/2616-6798.2024.1(48).300776

Анотац╕я. У стат╕ наведено методолог╕ю формування ╕ анал╕зу мереж╕ под╕й в новинних пов╕домленнях у сфер╕ парламентського контролю на основ╕ застосування Генеративного штучного ╕нтелекту ╕ приклад ╖╖ застосування. Революц╕я в галуз╕ штучного ╕нтелекту дозволя╓ вир╕шувати завдання не т╕льки виявлення, але й формування Каузальних мереж под╕й, в як╕й у явному вигляд╕ наведен╕ под╕╖-причини ╕ под╕╖-насл╕дки. Завдяки використанню великих л╕нгв╕стичних моделей отриман╕ зручн╕ методи екстрагування под╕й ╕з текст╕в, ╖х ф╕льтрац╕╖, кластеризац╕╖. Виявлення причинно-насл╕дкових зв.язк╕в зд╕йсню╓ться ╕з застосуванням штучного ╕нтелекту, що значно спрощу╓ роботи з природною мовою. В╕зуал╕зац╕я ╕ кластерний анал╕з сформованих мереж може зд╕йснюватись ╕з застосуванням традиц╕йних ╕нструмент╕в анал╕зу мереж.

Ключов╕ слова: Генеративний штучний ╕нтелект, виявлення под╕й, екстрагування зв.язк╕в, Каузальна мережа, в╕зуал╕зац╕я мереж╕, кластерний анал╕з

Summary. The article introduces a methodology for forming and analyzing the network of events in news reports related to parliamentary control. This methodology relies on the application of generative artificial intelligence, and the article provides examples of its practical implementation. The revolution in artificial intelligence enables the solution of tasks not only related to identification but also to the formation of causal networks of events, where the causes and consequences are clearly presented. The utilization of large linguistic models has yielded convenient methods for extracting events from texts, filtering them, and clustering. Artificial intelligence is employed for identifying cause-and-effect relationships, significantly simplifying the processing of natural language. Visualization and cluster analysis of the formed networks can be performed using traditional tools for network analysis.

Keywords: Generative artificial intelligence, event detection, connection extraction, Causal network, network visualization, cluster analysis