Формування і аналіз мереж подій у сфері парламентського контролю на основі застосування систем штучного інтелекту

// Інформація і право, 2024. - N 4(48). - C. 84-89. DOI: https://doi.org/10.37750/2616-6798.2024.1(48).300776

Анотація. У статі наведено методологію формування і аналізу мережі подій в новинних повідомленнях у сфері парламентського контролю на основі застосування Генеративного штучного інтелекту і приклад її застосування. Революція в галузі штучного інтелекту дозволяє вирішувати завдання не тільки виявлення, але й формування Каузальних мереж подій, в якій у явному вигляді наведені події-причини і події-наслідки. Завдяки використанню великих лінгвістичних моделей отримані зручні методи екстрагування подій із текстів, їх фільтрації, кластеризації. Виявлення причинно-наслідкових зв.язків здійснюється із застосуванням штучного інтелекту, що значно спрощує роботи з природною мовою. Візуалізація і кластерний аналіз сформованих мереж може здійснюватись із застосуванням традиційних інструментів аналізу мереж.

Ключові слова: Генеративний штучний інтелект, виявлення подій, екстрагування зв.язків, Каузальна мережа, візуалізація мережі, кластерний аналіз

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